限流的目的是通过对并发访问/请求进行限速或者一个时间窗口内的请求进行限速来保护系统，将流量削峰防止系统挂掉或雪崩，最终做到有损服务而不是不服务。
4.1.1 令牌桶算法
4.1.2 漏桶算法
4.1.3 计数器限流 比如用Redis的有序集合限流
4.2.1 限流总并发/连接/请求数
当快要超过系统QPS时，进行限流保护，新请求将被丢弃或者放到队列中
4.2.2 限流总资源数
比如数据库连接和线程，使用池化技术限制总资源数
4.2.3 限流某个接口的总并发数/请求数
单独限制某个高频接口，使用AtomicLong或者信号量，或者Hystrix的信号量模式
4.2.4 限流某个接口时间窗请求数
Guava的Cache统计一定时间窗内的请求次数；Redis的有序集合，score是时间，每次查询时，将时间窗口之外的节点删除掉，查询一下总节点数
4.2.5 平滑限流某个接口的请求数
令牌桶和漏桶，以恒定或者相对恒定速率处理请求
分布式限流的关键是将限流做成原子化，是4.2的分布式场景下的延伸。
4.3.1 Redis+Lua
4.3.2 Nginx+Lua
流量入口处的限流，该层主要目的是：负载均衡、非法请求过滤、请求聚合、缓存、降级、限流、A/B测试、服务质量监控。
相对于分布式限流，这里的限制不涉及业务层面。
对于Nginx接入层限流可以使用自带的两个模块，通过指定key，针对key进行限流：
连接数限流模块：ngx_http_limit_conn_module。比如限定某IP下的总连接数
请求限流模块：ngx_http_limit_req_module。有平滑模式和允许突发模式，比如限定某IP下的总请求数
OpenRestry提供的Lua限流模块：lua-retry-limit-traffic
防止多个相同事件连续重复执行。
4.5.1 throttleFirst/throttleLast 在一个时间窗口内，多个重复事件只处理第一个或最后一个。
书中举的例子，用户滚动页面触发scroll事件，防止浏览器卡顿，多个滚动时间只会执行一次
4.5.2 throttleWithTimeout 两个连续时间的先后执行时间不得小于某个时间窗口
书中举的例子，关键词自动补全，我们想要一个词的补全而不是每个字的补全，如果每个字都调用补全接口，先输入字的补全会很快被下一个字的补全覆盖
原文：https://www.cnblogs.com/walker993/p/14697518.html