服务端每秒流量处理能力是通过QPS衡量的，最大QPS（峰值）就是对服务端抗压能力的衡量指标，如果来自客户端的流量超过了服务端最大QPS，要么服务端发生宕机，要么将超过能力范围内的请求忽略掉，返回限流错误给客户端，两者都造成用户体验的崩塌和品牌受损。
策略概括起来就三点：错峰、限流、削峰，本质上都是为了降低QPS。
一、错峰策略
“错峰”，顾名思义就是将请求峰值错开，服务端的QPS峰值可以看做是一系列的小QPS峰值请求的叠加，因此通过一些技术手段来错开这些小峰值，有效降低最大QPS。我们可以从服务端和客户端两个维度来错峰。
1.1 服务端错峰策略
如果触发客户端的请求动作是通过服务端主动下发实现的，比如PowerMsg支持服务端主动下发，那么服务端可以分批下发给客户端（假设所有服务端到客户端的时延RT是一样的）。
1.2 客户端错峰策略
常用的客户端错峰策略采用的是随机算法，假设所有客户端接收要触发请求动作的时间
是一样的，给定一个时间T，客户端采用随机延迟，t时刻再去触发请求动作，其中t在[0,T]时间段内随机。
从大量数据来看，这个公式可以保证 t 在区间 [0, T] 之间均匀分布。那么理论上新的最大QPS等于老的最大QPS除以T。
二、限流策略
服务端基本都会做限流，比如Mtop限流之后返回对应的限流错误码。下面主要介绍客户端限流。客户端限流主要目标是消除频繁或不必要的请求。
- 用户已经到达最大请求次数，就不去请求；
- 用户已经被限流，则延迟再去第二次请求；
- 用户已经拿到所要的返回结果，则不再去请求。
三、削峰策略
削峰，也就是消除峰值的最大QPS，有几种削峰策略。
3.1 设置两次请求最小有效时间间隔
设置两次请求最小有效时间间隔，假设最小时间间隔是t，那么在小于t的时间的请求都视为无效请求，忽略掉。像红包雨这类频繁请求的活动，该策略非常有效。
例如上图，红色是有效请求，灰色是无效请求，灰色也就不会向服务端发送请求。假设t秒内只有一次有效请求，那么1秒内，有1/t次有效请求，用户量是Q，那么最大QPS如下（假设所有的用户都是同时开始请求，间隔时间一致）：
3.2 概率请求策略
如果不想每次都让用户去请求，给用户请求的动作加一个概率P，那么每次发送请求的概率就是P，这个时候需要结合3.1的策略去控制用户的每秒请求次数。最大QPS公式如下：
通过控制t和P的值，就可以灵活控制最大QPS范围。这里有一个问题，就是根据概率容易产生极端请求，比如:
大量数据就容易产生大量的极端请求，违反公平性原则，就需要用到公平性策略。
3.3 公平性策略
这里提供一种公平性策略的方式，随机算法+插值算法，生成有效请求序列。
每个用户一次活动周期内有效请求概率是P，比如概率0.2，也就是5次中1次请求机会，或者10次中2次请求机会。根据随机算法+插值算法生成请求序列：
根据上述方式就可以得到公平性策略，粒度可以自由把控。
通过上述错峰、限流、削峰方式，达到降低QPS的目的。通常，一场大促需要上述几种方案的结合。
123