一、固定窗口限流
实现方式：通过使用redis的incrementAndGet的原子操作实现，例如要想实现100tps的限流。
当系统第一次请求的时候，初始化key的值为1，并设置redis的Key的超时时间为1秒，每次请求使用incrementAndGet方式加1，时间过期之后会迭代到下一个窗口。
优点：简单的实现分布式的限流，
缺点：在窗口开始的0.0 ~ 0.1时间内，请求了100次访问也不会限流（实际这时候的tps已经达到了1000tps），而0.1~1.0这段时间的请求无论几次都会被限流。

二、滑动窗口算法：
类似于TCP中的流量控制算法，可以通过redis的ZSet实现，ZSet中保留窗口内的每次请求时间戳，
Sentinel 基于滑动窗口的限流

三、漏桶算法：
主要通过记录上级访问的时间和当前时间的差值，计算一次访问的TPS。

四、令牌桶算法：
Redission的Lua脚本实现，比如Guava的RateLimiter使用了令牌桶