本文目录一览：
- 1、分布式解决方案之:限流
- 2、【5分钟背八股】滑动时间窗口算法是什么?
- 3、redis常用数据结构介绍和业务应用场景分析
- 4、Redis实现限流策略
2、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） 。
3、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 。
【redis时间窗口 redis实现滑动窗口计数】4、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 。
5、更换网络环境：尝试更换网络环境，比如从Wi-Fi切换到移动数据网络，或者使用不同的Wi-Fi热点 ， 也许可以解决限流问题 。降低发送频率：如果您需要发送大量的消息，可以尝试降低发送频率，避免过于频繁地发送消息 。
【5分钟背八股】滑动时间窗口算法是什么?随着时间的推移，滑动窗口也随着时间往前移动，比如上图开始时，窗口是0：00到0：30的这个范围 ， 过了15秒后，窗口是0：15到0：45的这个范围，窗口中的请求重新清零，这样就很好的解决了计数器算法的临界值问题 。
+2=3 2+3=5 3+5=8 5+8=13 8+13=21 13+21=34 21+34=55 34+55=89 55+89=144就可以得出菲波纳奇数列12358144……以至无穷 。
双指针算法：双指针算法通常用来处理数组和链表等数据结构，通过两个指针同时从两个方向遍历数组或链表 ， 执行相关的操作，最终得到问题的解 。
典型调度算法先来先服务调度算法；短作业（短任务、短进程、短线程）优先调度算法；时间片轮转调度算法；优先级调度算法；高响应比优先调度算法；多级反馈队列调度算法 。
redis常用数据结构介绍和业务应用场景分析1、String 字符串 字符串类型是 Redis 最基础的数据结构，首先键都是字符串类型，而且 其他几种数据结构都是在字符串类型基础上构建的 ， 我们常使用的 set key value 命令就是字符串 。
2、数据结构，可以存储一些集合性的数据 。比如在微博应用中，可以将一个用户所有的关注人存在一个集合中，将其所有粉丝存在一个集合 。
3、应用场景：消息队列，关注列表 ， 粉丝列表等都可以用Redis的list结构来实现 。描述： set是string类型的无序集合 。
4、String字符串是最常用的数据类型 ， 他能够存储任何类型的字符串 ， 当然也包括二进制、JSON化的对象、甚至是base64编码之后的图片 。在Redis中一个字符串最大的容量为512MB，可以说是无所不能了 。
5、Redis不仅仅支持简单的k/v类型的数据，同时还提供list，set ， zset，hash等数据结构的存储 。Redis支持数据的备份，即master-slave模式的数据备份 。
Redis实现限流策略当系统处理能力有限时，控制流量，限流还有一个应用目的是控制用户行为，避免垃圾请求 。系统要限定用户的某个行为在指定的时间里只能允许发生N次 。
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 。
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 。
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 。
Redis 结合expire方案可以实现）第一次请求开始计时，例如1s以内 ， 达到100次请求就拒绝访问了，直到1s过后，重新开始计数 。优点：缺点：短暂的峰值过高对服务器不友好 。
