Twitter 限流，新注册用户每天只能阅读 300 条推文 在限制未登录用户访问 Twitter 后，它又遭遇了严重技术故障，Elon Musk 以有人在大规模抓取推文为由宣布了限流措施：普通用户每天只能阅读 600 则推文，认证用户 6000，新注册用户 300（之后又宣布略微放宽限制）。但有开发者认为不是有人在抓取推文，而是它自己的问题导致了它自己对自己发动 DDoS 攻击。 消息来源：So

实际开发中，当业务流量过大时，为了保护下游服务，我们通常会做一些预防性的工作，今天我们就一起来聊聊限流！ 一、为什么需要限流？ 在实际应用中，每个系统或者服务都有其处理能力的极限（瓶颈），即便是微服务中有集群和分布式的夹持，也不能保证系统能应对任何大小的流量，因此，系统为了自保，需要对处理能力范围以外的流量进行“特殊照顾”（比如，丢弃请求或者延迟处理），从而避免系统卡死、崩溃或不可用等情况，保证系

限流想必大家都不陌生，它是一种控制资源访问速率的策略，用于保护系统免受过载和崩溃的风险。限流可以控制某个服务、接口或系统在一段时间内能够处理的请求或数据量，以防止系统资源耗尽、性能下降或服务不可用。 常见的限流策略有以下几种： 令牌桶算法：基于令牌桶的方式，限制每个单位时间内允许通过的请求量，请求量超出限制的将被拒绝或等待。 漏桶算法：基于漏桶的方式，限制系统处理请求的速率，请求速率过快时将被限制

项目中需要对 api 的接口进行限流，但是麻烦的是，api 可能有多个节点，传统的本地限流无法处理这个问题。限流的算法有很多，比如计数器法，漏斗法，令牌桶法，等等。各有利弊，相关博文网上很多，这里不再赘述。 项目的要求主要有以下几点： 支持本地/分布式限流，接口统一 支持多种限流算法的切换 方便配置，配置方式不确定 go 语言不是很支持 OOP，我在实现的时候是按 Java 的思路走的，所以看起来