结论：四种经典算法：1）固定窗口——实现最简，窗口边界处可承受两倍速率突刺；2）滑动日志/滑动窗口——精确但存储开销大，常用滑动窗口计数近似；3）漏桶——恒定速率出队，强行整形流量（适合下游保护）；4）令牌桶——按速率放令牌、允许攒桶突发，是通用首选（Nginx limit_req、Guava RateLimiter）。分布式限流的本质是把计数状态集中到共享存储（Redis + Lua 原子执行）或接受近似（本地限流 × 节点数）。
展开：分布式实现要点：Redis 方案用 Lua 脚本把"读令牌数、按时间差补充、扣减、写回"做成原子操作，key 按 用户/租户/IP 维度；时钟用 Redis 服务端时间避免节点时钟漂移。精度与成本的权衡：强一致限流（每请求一次 Redis 往返）在超高 QPS 下自身成为瓶颈，工程上常用"本地令牌桶 + 周期性向 Redis 同步配额"或 Envoy 的限流服务（RLS）分级：边缘粗限（IP 级）+ 应用精限（账号级）。设计维度：限流对象（IP 易伪造要配合身份）、超限响应（429 + Retry-After）、突发策略（API 网关的 burst 参数）、降级（限流器故障时 fail-open 还是 fail-close，安全接口选 close）。易错点：1）用单节点计数器限全局导致横向扩容后限额翻 N 倍；2）登录/短信接口按 IP 限，NAT 后企业用户集体被误伤——要多维度组合。
-- Redis 令牌桶核心：原子补充+扣减
local tokens = math.min(cap, tonumber(redis.call('GET', k) or cap) + rate * elapsed)
if tokens >= 1 then redis.call('SET', k, tokens - 1, 'EX', ttl) return 1 end
return 0
追问方向：GCRA（信元速率算法，Redis Cell/Envoy 采用）与令牌桶的等价性、限流与熔断在容量保护上的分工。