应对大流量的一些思路
什么是大流量？
TPS（每秒事务量），QPS（每秒请求量），1W+，5W+，10W+，100W+...。其实并没有一个绝对的数字，如果这个量造成了系统的压力，影响了系统的性能，那么这个量就可以称之为大流量了。
应对大流量的一些常见手段是什么？
- 缓存：让数据尽早进入缓存，离程序近一点，不要大量频繁的访问DB。
- 降级：如果不是核心链路，那么就把这个服务降级掉。
- 限流：在一定时间内把请求限制在一定范围内，保证系统不被冲垮，同时尽可能提升系统的吞吐量
有些时候，缓存和降级是解决不了问题的，比如，电商的双十一，用户的购买，下单等行为，是涉及到大量写操作，而且是核心链路，无法降级的，这个时候，限流就比较重要了。
限流的常用方式
限流的常用处理手段有：计数器、滑动窗口、漏桶、令牌。
计数器
计数器是一种比较简单的限流算法，用途比较广泛，在接口层面，很多地方使用这种方式限流。在一段时间内，进行计数，与阀值进行比较，到了时间临界点，将计数器清0。
这里需要注意的是，存在一个时间临界点的问题。举个例子，在12:01:00到12:01:58这段时间内没有用户请求，然后在12:01:59这一瞬时发出100个请求，OK，然后在12:02:00这一瞬时又发出了100个请求。这里你应该能感受到，在这个临界点可能会承受恶意用户的大量请求，甚至超出系统预期的承受。
滑动窗口