一位在传统行业工作了 5 年的程序员。去一个互联网公司面试，被问到一个秒杀的场景题。因为之前完全没接触过分布式相关的项目，单单只是问了限流算法都没有回答不上来，于是向我来求助。
另外，我把往期分享的视频全部整理成一份500页的PDF面试题解析配套文档，希望能够以此来提高各位粉丝的通过率，
如何获取？ ：
扫描文章底部名片领取！
1、什么是限流？
所谓限流，就是指限制流量请求的频次。它主要是在高并发情况下，用于保护系统的一种策略，主要是避免在流量高峰导致系统崩溃，造成系统不可用的问题。
实现限流常见的算法4种，分别是计数器限流算法、滑动窗口限流算法、漏桶限流算法、令牌桶限流算法。下面，我给大家详细介绍每种算法的基本原理。
2、限流算法
首先来看第一种，
1、计数器限流算法。
一般用在单一维度的访问频率限制上，比如短信验证码每隔 60s只能发送一次，或者接口调用次数等。它的实现方法很简单，就是每调用一次就加 1，处理结束以后减1。
2、滑动窗口限流算法，
本质上也是一种计数器，只是通过以时间为维度的可滑动窗口设计，来减少了临界值带来的并发超过阈值的问题。每次进行数据统计的时候，只需要统计这 个窗口内每个时间刻度的访问量就可以了。
Spring Cloud 中的熔断框架 Hystrix，以及 Spring Cloud Alibaba 中的Sentinel 都采用滑动窗口来做数据统计。
3、漏桶限流算法。
它是一种恒定速率的限流算法，不管请求量是多少，服务端的处理效率是恒定的。基于 MQ 来实现的生产者消费者模型，其实算是一种漏桶限流算法。
4、令牌桶限流算法。
相对漏桶算法来说，它可以处理突发流量的问题。它的核心思想是，令牌桶以恒定速率去生成令牌保存到令牌桶里面，桶的大小是固定的，令牌桶满了以后就不再生成令牌。
每个客户端请求进来的时候，必须要从令牌桶获得一个令牌才能访问，否则排队等待。在流量低峰的时候，令牌桶会出现堆积，因此当出现瞬时高峰的时候，有足够多的令牌可以获取，因此令牌桶能够允许瞬时流量的处理。
网关层面的限流、或者接口调用的限流，都可以使用令牌桶算法，像 Google 的Guava，和 Redisson 的限流，都用到了令牌桶算法。
我认为，限流的本质是实现系统保护，最终选择什么样的算法，一方面取决于统计的精准度，另一方面考虑限流维度和场景的需求。
以上就是我对限流算法的理解。
最后，我把往期分享的面试题全部整理成了1份10W字的文档，希望能够以此来提高各位粉丝的通过率
