以前沒關註過，這裏只學的是單機的處理方式。

1.什麽是大流量

　　大流量，我們很可能會冒出：TPS（每秒事務量），QPS（每秒請求量），1W+，5W+，10W+，100W+...。

　　其實並沒有一個絕對的數字，如果這個量造成了系統的壓力，影響了系統的性能，那麽這個量就可以稱之為大流量了。

2.應對大流量常用方式

　　緩存：說白了，就是讓數據盡早進入緩存，離程序近一點，不要大量頻繁的訪問DB。

　　降級：如果不是核心鏈路，那麽就把這個服務降級掉。打個比喻，現在的APP都講究千人千面，拿到數據後，做個性化排序展示，如果在大流量下，這個排序就可以降級掉！

　　限流：想法很直接，就是想在一定時間內把請求限制在一定範圍內，保證系統不被沖垮，同時盡可能提升系統的吞吐量。

　　　　註意到，有些時候，緩存和降級是解決不了問題的，比如，電商的雙十一，用戶的購買，下單等行為，是涉及到大量寫操作，而且是核心鏈路，無法降級的，這個時候，限流就比較重要了。

3.限流

　　限流的常用處理手段有：計數器、滑動窗口、漏桶、令牌。

4.計數器

　　計數器是一種比較簡單的限流算法，用途比較廣泛，在接口層面，很多地方使用這種方式限流。在一段時間內，進行計數，與閥值進行比較，到了時間臨界點，將計數器清0。

　　這段程序是拷貝的，我感覺這段的意思是，如果在這段時間內超過了一定的值，就開始使用限流的邏輯處理（這個地方應該才是重點，計數器是一個殼子）。

5.活動窗口

　　由於計數器存在臨界點缺陷，後來出現了滑動窗口算法來解決。

　　滑動窗口的意思是說把固定時間片，進行劃分，並且隨著時間的流逝，進行移動，這樣就巧妙的避開了計數器的臨界點問題。也就是說這些固定數量的可以移動的格子，將會進行計數判斷閥值，因此格子的數量影響著滑動窗口算法的精度。

　　我感覺應該像通信中的滑動窗口。

6.漏桶

　　雖然滑動窗口有效避免了時間臨界點的問題，但是依然有時間片的概念，而漏桶算法在這方面比滑動窗口而言，更加先進。

　　有一個固定的桶，進水的速率是不確定的，但是出水的速率是恒定的，當水滿的時候是會溢出的。

7.令牌桶

　　註意到，漏桶的出水速度是恒定的，那麽意味著如果瞬時大流量的話，將有大部分請求被丟棄掉（也就是所謂的溢出）。為了解決這個問題，令牌桶進行了算法改進。

　　生成令牌的速度是恒定的，而請求去拿令牌是沒有速度限制的。這意味，面對瞬時大流量，該算法可以在短時間內請求拿到大量令牌，而且拿令牌的過程並不是消耗很大的事情。

高並發流量控制