限流
所谓限流，核心点是限制流出，而不是流入。
怎么理解这句话？
比如去医院看病，如果人非常多的话，很大概率在进去之前，一群人就被拦在大门外排队，那扇门就是限流器。
每个时间段来看病的人数是不可控制的，因此限流器的流入是不可控制的，能做的是控制每段时间通过这个门的人数，也就是真正进入医院的人数。
漏桶和令牌桶
限流有几个常用的算法，比如漏桶和令牌桶。
漏桶就是从排队的人里面，每经过一段时间固定放进去几个人。
令牌桶就是每次进去之前，都要领一个号（令牌），拿到号才能进去，每段时间固定发放几个号。
当然这里我们假设排的队可以无限长，实际上不管是漏桶还是令牌桶，都是有大小的，漏桶里装的是请求，满了就拒绝服务了，令牌桶里装的是令牌，满了令牌只能溢出。
流量突增的场景
这两者之间虽然大体上功能一致，细节上还是有一些微妙的差异。比如令牌桶可以支持一定程度上的流量突增。
如果某个时间段人来的少比如6点，刚才讲号可以堆积，但不能无限堆积，超过一定量就废弃了。
如果堆积了一定的号，下一波人多的时候，比如8点，就可以多一点人一起进去。
而漏桶实际上并不具备这样的能力。
并发和时延
既然前面讲了限流，那最后再扯几句关于系统容量很关键的衡量指标：并发和时延。
大部分时候我们的说想设计一个支持高并发、低时延的系统。好像这俩概念永远是一起出现的。实际上，它们是从两个维度在看问题。
还是以医院为例，当只有一个医生坐诊的时候，系统能支持的并发数是1。
假设看病平均会花10分钟，那么时延就是10分钟。也就是一个请求发过去，rt（response time）是10分钟。
用并发数除以时延，那整个医院的每分钟能处理0.1个病人。这个就是系统所谓的吞吐量。
如果说要把吞吐量提高一倍，可以有2个办法：再增加一个医生，原来的大家排成一队变成两队一起处理。从这个角度来说，并发增加了，但是时延是不变的。
或者说通过各种先进的设备，把平均一个人看病的时间缩短到5分钟。从这个角度来说，时延变短了，并发不变。
当然，这里用的比喻，2个医生之间各看各的病，互相没什么影响，也就是说如果把医生数提高到10个，吞吐量就水平扩了10倍。这是比较理想的情况。
而再实际的秒杀场景下，由于可能会共享一些资源（比如数据库）使得系统无法做到完全的水平扩容。
没想到原来想顺带提一下的点比正文更长了，希望讲清楚了关于秒杀的一些基本概念。