如何设计秒杀请求的限流机制？
本题考察:在秒杀系统中，限流机制是至关重要的，它能有效避免因过多并发请求而导致系统崩溃或数据库超载。
1. 基于令牌桶算法（Token Bucket）
令牌桶是一种常见的流量控制算法，它可以平滑处理瞬时请求的突发情况。
工作原理：
- 系统会定期向令牌桶中放入固定数量的令牌，每个令牌代表一个可以处理的请求。
- 用户请求进入时，只有获取到令牌才能被处理。没有令牌的请求会被拒绝或排队等待。
- 每秒钟可以生成一定数量的令牌，突发流量可以借助令牌桶积攒的令牌来处理。
优点：
- 突发流量控制：令牌桶允许一定的突发流量，适合秒杀这种偶尔会有瞬时大量请求的场景。
- 灵活控制：可以灵活设定生成令牌的速率，保证系统处理请求的能力。
实现：
- 使用 Redis 来实现令牌桶算法，通过设置令牌的过期时间和数量来控制并发请求的速率。
2. 基于用户ID/IP地址的限流
为了防止恶意用户刷单，可以基于用户的 IP 地址 或 用户 ID 来限制同一用户的请求频率。
工作原理：
- 在秒杀活动中，限制同一用户或同一 IP 地址在一定时间内的请求次数。
- 每个用户/每个 IP 地址的请求次数会被记录，如果在规定的时间内超出限制，则拒绝该用户的请求。
优点：
- 防止恶意刷单：有效防止某些用户通过自动化脚本刷单。
- 灵活性：可以根据需求设置不同的限流策略，例如每分钟请求次数限制。
实现：
- 使用 Redis 中的 hash 数据结构保存用户的请求次数，并使用过期时间来设定限流的时间窗口。
- 例如：每个用户每秒最多请求一次，超出请求次数的用户将被拒绝。
3. 基于消息队列的请求排队
秒杀系统中的请求可以通过消息队列来实现排队，避免瞬时高并发导致系统崩溃。
工作原理：
- 当秒杀活动开始时，用户请求先进入消息队列，系统逐一消费队列中的请求，按顺序处理。
- 通过消息队列，秒杀请求被平滑地分发到系统中，避免了过多并发请求直接到达后台系统，造成压力过大。
优点：
- 流量平滑：通过队列，秒杀请求被分布式处理，系统能够更好地处理并发。
- 高容错性：如果系统出现故障，队列可以暂时保存请求，避免丢失。
实现：
- 使用 Redis、Kafka 或 RabbitMQ 等消息队列，秒杀请求进入队列后由后端服务按顺序处理。
4. 结合 Redis 和 Lua 脚本实现高效限流
使用 Redis 的 Lua 脚本来保证限流操作的原子性。Lua 脚本能够在 Redis 服务器端执行，使得限流检查和操作能在一个原子操作中完成，避免了多次网络往返带来的性能瓶颈。
实现：
- 每个请求进入 Redis 时，调用 Lua 脚本检查请求次数是否超过限流阈值，并返回限流结果。这个操作会在 Redis 服务端原子执行，确保高并发情况下的准确性。
本题小结:限流机制是为了保证秒杀系统的安全性和可靠性，大家一般记住两种即可，事不过三就行，两种足矣。