# Стратегии ограничения частоты запросов для веб-API

**[Rate limiting](/s/glossary-rate-limiting)** контролирует, сколько запросов клиент может сделать к [API](/api-docs) за определённый период. Защищает инфраструктуру от злоупотреблений, обеспечивает справедливое использование и предотвращает монополизацию ресурсов.

## Зачем нужен rate limiting

 - **Защита от DDoS:** ограничивает влияние объёмных атак
 - **Справедливость:** один пользователь не истощает ресурсы для других
 - **Контроль затрат:** ограничение дорогих операций (БД, сторонние API)
 - **Монетизация API:** [тарифные](/pricing) лимиты (free, pro, business)
 - **Стабильность:** защита от случайных всплесков (сломанные retry-циклы, штормы краулеров)

## Алгоритмы

### Fixed Window

 Подсчёт запросов в фиксированных окнах (например, за минуту). Сброс счётчика в начале окна.

 - **Плюс:** простая реализация, мало памяти
 - **Минус:** проблема всплеска — 100 запросов в 0:59 и 100 в 1:00 = двойной лимит

### Sliding Window Log

 Хранит таймстамп каждого запроса. Считает за последние N секунд.

 - **Плюс:** точный, без всплесков
 - **Минус:** много памяти

### Sliding Window Counter

 Гибрид: фиксированные окна с пропорциональным весом предыдущего. Если прошло 30% текущего окна — считаем 70% предыдущего + 100% текущего.

 - **Плюс:** плавный, мало памяти, без всплесков
 - **Минус:** приближённый (но очень точный на практике)

### Token Bucket

 Ведро наполняется токенами с постоянной скоростью. Каждый запрос потребляет токен. Пустое ведро = отказ. Позволяет контролируемые всплески.

 - **Плюс:** допускает всплески, плавный
 - **Минус:** чуть сложнее реализация

### Leaky Bucket

 Запросы попадают в очередь и обрабатываются с фиксированной скоростью. Полная очередь = отброс.

 - **Плюс:** максимально ровная скорость
 - **Минус:** добавляет задержку, нет всплесков

## Реализация на Redis

```
`-- Sliding window counter (Lua-скрипт) local key = KEYS[1] local limit = tonumber(ARGV[1]) local window = tonumber(ARGV[2]) local now = tonumber(ARGV[3]) redis.call('ZREMRANGEBYSCORE', key, 0, now - window) local count = redis.call('ZCARD', key) if count < limit then redis.call('ZADD', key, now, now .. math.random()) redis.call('EXPIRE', key, window) return 0 -- разрешено else return 1 -- ограничено end`
```

## HTTP-заголовки ответа

```
`X-RateLimit-Limit: 100 X-RateLimit-Remaining: 42 X-RateLimit-Reset: 1679529600 Retry-After: 30`
```

 При ограничении — `429 Too Many Requests`:

```
`HTTP/1.1 429 Too Many Requests Retry-After: 30 {"error": "Превышен лимит запросов. Повторите через 30 секунд."}`
```

## По чему ограничивать

 - **IP:** просто, но общие IP (NAT) затрагивают нескольких пользователей
 - **API-ключ:** точнее для аутентифицированных API
 - **Аккаунт:** per-user лимиты независимо от IP
 - **Эндпоинт:** разные лимиты (логин: 5/мин, поиск: 30/мин)
 - **Комбинация:** IP + endpoint для анонимных, user + endpoint для авторизованных

## Лучшие практики

 - **Информативные заголовки:** лимит, остаток, время сброса
 - **Код 429:** не 403 и не 503
 - **Дифференциация по тарифу:** Free 50/день, Pro 5000/день
 - **Агрессивный лимит на логин:** 5-10 попыток/мин против брутфорса
 - **Graceful degradation:** кешированные ответы вместо жёсткого отказа
 - **Логирование:** мониторьте кто и почему попадает под лимиты

## Заключение

 Rate limiting — необходимая инфраструктура для любого API. Начните со sliding window counter, реализуйте per-key лимиты и всегда сообщайте лимиты через заголовки. Хорошая реализация защищает сервис, сохраняя хороший developer experience.

---

Источник: https://enterno.io/articles/rate-limiting-strategies
