请解释限流的概念，并列举常见的限流算法及其适用场景。

回答思路

1. 【回答框架 1】限流是控制系统在单位时间内处理的请求量不超过预设阈值，以保护后端资源、避免过载降级的一种手段。核心在于速率控制，常见于网关、API 层或微服务间调用。
2. 【回答框架 2】固定窗口算法将时间划分为固定长度窗口，每个窗口内计数，超过阈值则拒绝。实现简单，但窗口边界处可能出现两倍于阈值的突发流量。
3. 【回答框架 3】滑动窗口算法将时间划分为更细粒度的小格子，通过滑动窗口统计最近一个窗口内的请求数，能平滑边界突发，更精确但内存开销稍高。
4. 【回答框架 4】漏桶算法以恒定速率处理请求，请求进入桶中排队，桶满则拒绝。输出速率固定，适合平滑突发流量，但无法应对突发流量提升吞吐。
5. 【回答框架 5】令牌桶算法以恒定速率向桶中放入令牌，每次请求消耗一个令牌，桶有容量上限。可允许一定突发流量，是常用的限流算法，如 Guava RateLimiter 采用此思想。
6. 【关键点 1】固定窗口在边界有双倍突发风险，滑动窗口优化了此问题。
7. 【关键点 2】漏桶输出速率恒定，令牌桶允许突发，选择需结合业务对突发流量的容忍度。
8. 【关键点 3】分布式场景下需考虑原子计数或分布式令牌桶，如 Redis 实现。
9. 【易错点 1】固定窗口仅适合简单场景，对突发敏感需用滑动窗口或令牌桶。
10. 【易错点 2】漏桶算法不能应对突发，若业务需要弹性吞吐需谨慎选型。
11. 【易错点 3】实现限流时需考虑时钟同步和内存占用，尤其在多实例环境。