系统设计面试笔记：关于限流器状态管理的深入探讨

在分布式系统设计中，限流器（Rate Limiter）是一个关键组件，用于控制请求频率并防止系统过载。近期在preslavmihaylov的《系统设计面试》笔记第五章中，关于限流器状态管理的讨论引发了一些技术思考。

限流器的实现可以分为两种主要模式：有状态（stateful）和无状态（stateless）。这两种模式的选择直接影响系统的可扩展性和可靠性。

无状态限流器的特点是：

• 将用户请求计数等状态信息存储在外部共享存储（如Redis）中
• 限流器实例本身不保存任何状态数据
• 所有实例都能访问相同的状态信息
• 系统扩展性强，任何实例都可以处理任何请求

有状态限流器的特点则相反：

• 状态信息保存在应用内存中
• 每个实例维护自己的状态数据
• 需要采用粘性会话（sticky session）确保同一用户的请求路由到同一实例
• 存在同步问题，扩展性受限

原笔记中提到的"将用户信息保存在应用内存中"的情况实际上描述的是有状态限流器，因为状态数据保存在限流器实例内部。这种实现方式虽然简单，但会带来两个主要问题：

1. 当需要扩展实例数量时，状态数据无法自动共享
2. 实例重启会导致状态数据丢失

相比之下，无状态设计通过将状态外部化，解决了这些问题，但引入了外部存储的依赖和额外的网络开销。

在实际系统设计中，选择哪种模式需要权衡以下因素：

• 系统规模和对扩展性的需求
• 对一致性的要求
• 可接受的额外延迟
• 运维复杂度

理解这两种模式的本质区别，对于设计可靠、可扩展的分布式系统至关重要。这也正是系统设计面试中经常考察的核心概念之一。