[docs update]增加对 Redis+Lua 限流方式的介绍

Author: Snailclimb

docs/high-availability/limit-request.md

@@ -3,8 +3,6 @@ title: 限流
 category: 高可用
 ---
 
-## 何为限流？为什么要限流？
-
 针对软件系统来说，限流就是对请求的速率进行限制，避免瞬时的大量请求击垮软件系统。毕竟，软件系统的处理能力是有限的。如果说超过了其处理能力的范围，软件系统可能直接就挂掉了。
 
 限流可能会导致用户的请求无法被正确处理，不过，这往往也是权衡了软件系统的稳定性之后得到的最优解。
@@ -13,7 +11,7 @@ category: 高可用
 
 ![排队示意图](https://img-blog.csdnimg.cn/f9f17071fc4d489d85d2a234fb298df1.png)
 
-## 常见限流算法
+## 常见限流算法有哪些？
 
 简单介绍 4 种非常好理解并且容易实现的限流算法！
 
@@ -61,7 +59,9 @@ category: 高可用
 
 ![令牌桶算法](https://static001.infoq.cn/resource/image/ec/93/eca0e5eaa35dac938c673fecf2ec9a93.png)
 
-## 单机限流
+## 单机限流怎么做？
+
+单机限流针对的是单体架构应用。
 
 单机限流可以直接使用 Google Guava 自带的限流工具类 `RateLimiter` 。 `RateLimiter` 基于令牌桶算法，可以应对突发流量。
 
@@ -184,7 +184,9 @@ Resilience4j 不仅提供限流，还提供了熔断、负载保护、自动重
 
 因此，在绝大部分场景下 Resilience4j 或许会是更好的选择。如果是一些比较简单的限流场景的话，Guava 或者 Bucket4j 也是不错的选择。
 
-## 分布式限流
+## 分布式限流怎么做？
+
+分布式限流针对的分布式/微服务应用架构应用，在这种架构下，单机限流就不适用了，因为会存在多种服务，并且一种服务也可能会被部署多份。
 
 分布式限流常见的方案：
 
@@ -193,7 +195,12 @@ Resilience4j 不仅提供限流，还提供了熔断、负载保护、自动重
 
 如果你要基于 Redis 来手动实现限流逻辑的话，建议配合 Lua 脚本来做。
 
-网上也有很多现成的脚本供你参考，就比如 Apache 网关项目 ShenYu 的 RateLimiter 限流插件就基于 Redis + Lua 实现了令牌桶算法/并发令牌桶算法、漏桶算法、滑动窗口算法。
+**为什么建议 Redis+Lua 的方式？** 主要有两点原因：
+
+- **减少了网络开销** ：我们可以利用 Lua 脚本来批量执行多条 Redis 命令，这些 Redis 命令会被提交到 Redis 服务器一次性执行完成，大幅减小了网络开销。
+- **原子性** ：一段 Lua 脚本可以视作一条命令执行，一段 Lua 脚本执行过程中不会有其他脚本或 Redis 命令同时执行，保证了操作不会被其他指令插入或打扰。
+
+我这里就不放具体的限流脚本代码了，网上也有很多现成的优秀的限流脚本供你参考，就比如 Apache 网关项目 ShenYu 的 RateLimiter 限流插件就基于 Redis + Lua 实现了令牌桶算法/并发令牌桶算法、漏桶算法、滑动窗口算法。
 
 > ShenYu 地址: https://github.com/apache/incubator-shenyu