四种经典算法：固定窗口——每分钟计数清零，实现最简，但窗口边界可被 2 倍速率击穿；滑动窗口——记录每个请求时间戳或按小格计数，平滑但存储开销大；漏桶——请求进桶、恒定速率流出，强行削平流量，适合保护下游恒速系统，代价是突发全排队；令牌桶——恒定速率产令牌、请求取令牌，允许桶容量内的突发，是工程上最常用的折中（Guava RateLimiter、Nginx limit_req 的核心）。

分布式限流是进阶考点：单机限流简单，集群下要共享计数——1）Redis + Lua 把「读计数-判断-写回」做成原子脚本，是标准答案；2）一致性容忍度高的场景可用本地限流 + 配额下发（中心按节点数分配额度），减少每次请求的网络往返；3）完全精确的全局限流成本与延迟都高，通常「近似但快」优于「精确但慢」。设计层面还要回答：限流维度（用户/IP/接口/租户多级）、被限后的行为（429 + Retry-After、排队、降级）、阈值动态配置下发。追问方向：漏桶与令牌桶在突发处理上的数学差异、滑动窗口用 Redis ZSet 实现的开销与近似窗口（固定小窗 + 加权）优化、预热限流（Guava SmoothWarmingUp）解决冷启动冲击。

（约 450 字）