本文目录一览：
Redis实现限流策略
1、其实限流涉及的最主要的就是滑动窗口，上面也提到1-10怎么变成2-11。其实也就是起始值和末端值都各+1即可。而我们如果用Redis的list数据结构可以轻而易举的实现该功能。
2、基于Redis的setnx的操作，给指定的key设置了过期实践。基于Redis的数据结构zset，将请求打造成一个zset数组。基于Redis的令牌桶算法，输出速率大于输入速率，就要限流。
3、一般就会在服务器端将用户信息和访问信息做下关联，以此来实现访问频次限制。通常大家都会选择 Redis 来作为此中间件的存储介质。
4、首先创建令牌桶数据模型 reSync函数同样是为了解决令牌桶数据更新问题，在每次获取令牌之前调用，这里不多介绍 expires函数计算redis数据过期时间。
5、个人觉得，项目不大的，维护成本不高的话，可以采用 直接使用 redsi-cell ，否则可以考虑细粒度的控制到每个服务节点去限流，配合相应的负载均衡策略去实现。以上为个人理解，仅供参考。
6、重试机制：当库存扣减失败时，可以加入重试机制，让请求重新执行一次，一般情况下，问题可以得以解决。限流措施：当库存扣减失败时，也可以加入限流措施，限制对数据库的访问频率，避免因访问量过大导致数据库崩溃。
关于API网关(四)——限流
1、但是集群限流也不是完美的，因为引入了redis，那么，当网关和redis之间的网络抖动、redis本身故障时，集群限流就失效了，这时候，还是得依靠单机限流进行兜底。
2、API网关中针对一个API、API分组、接入应用APPID，IP等进行限流。这些限流条件都将会产生一个限流使用的key，在后续的限流中都是对这个key进行限流。限流算法通常在API网关中可以采用令牌桶算法实现。
3、即API网关，所有的客户端请求都必须经过API网关代理到真实的服务地址，这也可以有效的避免真实地址的暴露，同时API网关也可以集成鉴权、流量控制、日志、API聚合、黑白名单等。
4、淘宝客API限流是做淘宝客的数据接口权限被限制了，在应用上的源码中接入API数据口，就可以在应用上使用API数据等信息。
redis+nodejs实现限流的三种方式
1、综上，代码实现起始都不是很难，针对这些限流方式我们可以在AOP或者filter中加入以上代码，用来做到接口的限流，最终保护你的网站。Redis其实还有很多其他的用处，他的作用不仅仅是缓存，分布式锁的作用。
2、利用 Redis 令牌桶算法进行限流。和 Guava RateLimiter 的名字类似，但两者不一样。hystrix 插件是网关用来对流量进行熔断的核心实现。使用信号量的方式来处理请求，基于 Netflix/Hystrix 来实现的。
3、消息队列（Message Queue）是一种应用间的通信方式，消息发送后可以立即返回，由消息系统来确保消息的可靠传递。消息发布者只管把消息发布到 MQ 中而不用管谁来取，消息使用者只管从 MQ 中取消息而不管是谁发布的。
4、首先打开 Redis 的配置文件，在不同的系统和安装方式下文件位置可能不同，比如通过brew安装的 MacOS 下可能是在/usr/local/etc/redis.conf下面，通过apt-get安装的 Ubuntu 下可能是在/etc/redis/redis.conf下，总之找到配置文件。
5、nodejs是个单线程的过程，异步处理很方便，redis又支持pipelining，通过异步处理，可以在复用一个连接的情况下完成大部分任务。
6、其次，跨域有点难，但放在同一域下的不同项目是可以共享session的，CAS也不算复杂。
基于redis的分布式RateLimiter(限流)实现
redis 0 以后开始支持扩展模块， redis-cell 是一个用rust语言编写的基于令牌桶算法的的限流模块，提供原子性的限流功能，并允许突发流量，可以很方便的应用于分布式环境中。
限流算法通常在API网关中可以采用令牌桶算法实现。必须说明一点的是分布式限流由于有网络的开销，TPS的支持隔本地限流是有差距的，因此在对于TPS要求很高的场景，建议采用本地限流进行处理。
计数器的值要是存内存中就算单机限流算法，如果放在第三方存储里（例如Redis中）集群机器访问就算分布式限流算法。一般的限流都是为了限制在指定时间间隔内的访问量，因此还有个算法叫固定窗口。
基于Redis的setnx的操作，给指定的key设置了过期实践。基于Redis的数据结构zset，将请求打造成一个zset数组。基于Redis的令牌桶算法，输出速率大于输入速率，就要限流。
分布式解决方案之:限流
为了解决这个问题，业界又提出另外一种限流算法，即滑动窗口限流。滑动窗口限流解决固定窗口临界值的问题，可以保证在任意时间窗口内都不会超过阈值。
API网关中针对一个API、API分组、接入应用APPID，IP等进行限流。这些限流条件都将会产生一个限流使用的key，在后续的限流中都是对这个key进行限流。限流算法通常在API网关中可以采用令牌桶算法实现。
我们的解决方案主要是通过Sentinel的限流、降级、熔断（增加服务器数量就不说了）以及消息中间件的削峰（我会专门写一期关于消息中间件的文章，到时候大家可以看看）。
经典面试题——让你设计一个限流的系统怎么做?
1、最简单的限流算法就是维护一个计数器 Counter，当一个请求来时，就做加一操作，当一个请求处理完后就做减一操作。如果这个 Counter 大于某个数了（我们设定的限流阈值），那么就开始拒绝请求以保护系统的负载了。
2、计数器算法（固定窗口）：计数器算法是使用计数器在周期内累加访问次数，当达到设定的限流值时，触发限流策略，下一个周期开始时，进行清零，重新计数，实现简单。计数器算法方式限流对于周期比较长的限流，存在很大的弊端，有严重的临界问题。
3、首先，应该设计出实现目标系统的几种可能的方案。概要设计的另一项主要任务就是设计程序的体系结构，也就是确定程序由哪些模块组成以及模块间的关系。
4、问题一：请你做下自我介绍。 这一般是面试中的第一个问题，如果只是把姓名、专业、经验直接快速说一遍的话，不会给HR留下什么特别的印象。正确的做法是在最短的时间内，让HR记住你，并认为你是能够胜任岗位的。
5、请你自我介绍一下你自己？ 回答提示：一般人回答这个问题过于平常，只说姓名、年龄、爱好、工作经验，这些在简历上都有。
