1. 高并发API场景下的限流目标与设计原则
在高并发的 API 场景中，限流的核心目标是保护后端服务、维持 SLA、并确保对用户的公平性。
设计原则包括 分布式一致性、幂等性、以及对突发流量的容错处理，避免雪崩效应。
此外，合理的限流策略应平衡 吞吐量、延迟 和 资源占用，并能与缓存、队列等中间件协同工作，降低总体成本。
2. 常用限流算法与对比
2.1 滑动窗口算法
滑动窗口通过按时间分片并动态计算请求数来实现限流，精度较高，但在高并发下的实现复杂度和开销也会显著增加，跨节点一致性成本较高。
它的优点在于对短时延迟的容忍度较好，但时钟同步需求苛刻，因此在分布式环境中常与分布式计数器结合使用，确保全局一致性。
2.2 令牌桶算法
令牌桶以固定的速率补充令牌，只有拿到令牌的请求才能执行，平滑吞吐并能承受短时突发，容易实现。
缺点在于需要设置容量上限，否则可能在极端高并发下失去控制；在分布式环境中，通常需要将令牌状态放在 集中式缓存 中以便多进程共享，确保一致性。
2.3 漏桶算法
漏桶将请求放入一个输出队列，以固定速率输出，平滑输出能力强，对突发的保护强但对增长的容忍度较低。
在高并发 API 场景中，漏桶更像一种保护性队列，防止输出端被瞬时流量打崩，实现上通常较为刚性，适合对稳定性要求高的后端入口。
3. 面向高并发的分布式限流架构
3.1 本地与分布式的折中
许多系统采用 本地限流 + 集中式限流 的混合策略，以降低延迟并提升吞吐，先快速拒绝再统一控制的思路广泛应用。
在边缘节点进行本地限流可以快速拒绝请求，而在全局维度进行分布式限流可以跨节点保证公平性与一致性，降低全局漂移，提升系统鲁棒性。
3.2 使用 Redis 实现分布式限流
Redis 提供高性能原子操作，适合作为分布式限流的 核心存储，并辅以 Lua 脚本实现原子性更新，避免竞争条件。
通过 Redis 的 INCR/DECR、SETEX 等命令，以及 Lua 脚本，可以实现 原子扣减与超时清理，从而在高并发场景下保持正确性。
3.3 设计幂等性与重试策略
幂等性是高并发场景的关键设计目标，重复请求的影响应被最小化，并通过重试/退避策略控制。
在 API 网关或服务端加入 重试抑制与退避策略，有助于平滑后端压力并提高整体可用性。
4. PHP实现：边缘限流与 API 网关级别策略
4.1 进程内限流（单机场景）
在单机部署中，可以使用 进程内缓存和定时器 提供初步的限流能力，低延迟且实现简单。
不过需要注意在多进程或多机器扩展时，需要切换到分布式实现以确保一致性，避免单点故障。
4.2 通过 Redis 实现分布式限流
在分布式场景中，Redis 可作为共享限流的核心，通过对每个 API 或用户维度创建键来统计令牌或请求计数，提升跨节点的一致性。
典型实现包括 令牌桶与滑动窗口的组合，以及基于 Lua 的原子脚本，确保并发请求的公平性与正确性，降低延迟波动。
4.3 结合 Nginx/Lua 进行边缘限流
Nginx 与 OpenResty 方案可以在入口处完成大部分限流逻辑，极低延迟且具备高并发能力，把大部分失败降到入口层面。
将边缘限流与后端 PHP 服务结合，可以实现 快速拒绝和回源重试，提升整体系统的鲁棒性和可用性。
5. 实战代码示例：基于令牌桶的 PHP 实现
5.1 基本令牌桶实现（本地内存）
这是一个简单的本地令牌桶实现，适合单机或开发环境使用，核心逻辑是令牌的按速率填充与扣减，可作为快速原型。
rate = $rate;$this->capacity = $capacity;$this->tokens = $capacity;$this->lastRefill = microtime(true);}public function allow(int $requested = 1): bool {$now = microtime(true);$elapsed = $now - $this->lastRefill;$this->lastRefill = $now;// refill tokens$this->tokens = min($this->capacity, $this->tokens + $elapsed * $this->rate);if ($this->tokens >= $requested) {$this->tokens -= $requested;return true;}return false;}
}// 示例：5 tokens/second，容量20
$bucket = new TokenBucket(5.0, 20);
if ($bucket->allow()) {// 处理请求
} else {// 拒绝请求
}
?>5.2 分布式令牌桶：Redis 原子性实现
为了在多机并发场景中保持一致性，使用 Redis 保存令牌状态是常用方案，并结合 Lua 脚本实现原子操作，确保并发请求的正确性。
connect('127.0.0.1', 6379);$key = 'tb:api:v1:getUser';
$rate = 5; // tokens per second
$capacity = 10;
$now = microtime(true);$lua = <<<'LUA'
local key = KEYS[1]
local rate = tonumber(ARGV[1])
local capacity = tonumber(ARGV[2])
local now = tonumber(ARGV[3])local tokens = tonumber(redis.call('GET', key .. ':tokens'))
if tokens == nil thentokens = capacity
end
local last = tonumber(redis.call('GET', key .. ':ts'))
if last == nil thenlast = now
end
local delta = now - last
tokens = math.min(capacity, tokens + delta * rate)
local allowed = 0
if tokens >= 1 thentokens = tokens - 1allowed = 1
end
redis.call('SET', key .. ':tokens', tokens)
redis.call('SET', key .. ':ts', now)
return allowed
LUA$allowed = $redis->eval($lua, [$key, (string)$rate, (string)$capacity, (string)$now], 1);
if ($allowed == 1) {// 允许通过
} else {// 拒绝
}
?>5.3 将令牌桶与 API 调用绑定的注意点
在实现中，应考虑时间源的一致性、跨时区与时钟漂移，以及 令牌容量的合理设置，以确保在高并发下的稳定性。
另外，监控与报警是必不可少的，通过实时统计命中率和拒绝率可以快速发现瓶颈，确保长期可用性。
