Shadowing-Übung: System Design: How to Build an API Rate Limiter - Englisch Sprechen Lernen mit Video
Lektion wird erstellt...
1
Let's design an API rate limiter for an application that takes thousands of requests per second.
2
User journey is simple.
3
User can make API calls to your server to do something.
4
Each user is allowed to make 100 API calls per minute.
5
If a user makes more than 100 calls per minute, then your server will not process those API calls.
6
Most engineers approach this problem with a counter.
7
For each user, you store user ID, count of API calls, and current minute.
8
Every time a request is made by user, you increase this count, and you will reject the requests once it passes 100 requests.
9
This implementation is good enough for internal API calls, but let's take two specific examples why this solution is not good.
10
Let's say user Alan is a burst user, and makes 100 API calls in first two seconds.
11
Then he will get rejected for the next 58 seconds.
12
Alan will be able to make calls when next minute starts.
13
And our second user, John, sends 100 API requests, but these requests are sent at the last second of the current minute.
14
The next second clock will reset to new minute, and John can send another 100 requests.
15
Basically, John sent 200 requests in 2 seconds, because according to Counter, these 100 requests belong to different minutes.
16
Basically, users will experience different behavior of APIs based on when they make the API call.
17
There is a fundamental issue with the approach we just discussed.
18
The Counter is watching the clock instead of watching the user.
19
Let's see a better approach.
20
So, we will give every user a bucket that holds 100 tokens.
21
Every API request from user takes one token out, and we will keep filling the bucket at a rate of 100 tokens per minute, which is approximately 1.67 tokens per second.
22
For simplification, let's assume we will fill two tokens per second.
23
If user doesn't make any API call, the bucket will remain at 100, and we don't need to fill.
24
If the bucket is empty, we will reject the request.
25
This token bucket approach is what Stripe, GitHub, and most API gateways actually use for tracking API calls.
26
Now let's take a look at Alan and John's requests again, and see how this bucket system will work.
27
Alan drains all 100 tokens in 2 seconds.
28
Then Alan has to slow down.
29
Bucket fills about 2 tokens per second.
30
That's why he can now make 2 calls per second.
31
John, who is making 100 API calls at the end of the minute, will also need to wait for Bucket to fill, because once he makes 100 requests in a second, Bucket will get empty.
32
So he can also make about 2 per second, as Bucket fills with time.
33
Next question is, how do we store these buckets?
34
We just need to store the token count, and the time of the last refill, so that you can add tokens per second.
35
But what if your app works at large scale, and you have 20 different servers accepting API calls.
36
Two requests for the same user can land on two servers in the same millisecond.
37
Therefore, you keep the bucket outside the servers, in one common shared storage.
38
This storage needs to be fast, and that's why we usually use Redis.
39
When any of these 20 servers processes any API call, we change the count at this common Redis.
40
To make this crystal clear in your mind, you need to remember that request limit is not just one number.
41
It's two numbers.
42
First, how much a user can burst in one go, and second, how fast they can go after the burst.
📺 Gleicher Kanal
✨ Empfohlenes Video
C13
9 Sätze
Rate Limiter System Design in Under 60 Seconds #techprep #programming #systemdesign
University StudentsWorking Adults
C11
407 Sätze
Why AI Tokens are so Expensive - Computerphile
Business EnglishUniversity StudentsWorking Adults
C11
114 Sätze
Design a File Upload Service Like a Senior Engineer
Business EnglishUniversity StudentsWorking Adults
C12
65 Sätze
What Is REST API? Examples And How To Use It: Crash Course System Design #3
Business EnglishUniversity StudentsWorking Adults
C14
321 Sätze
8 Tech Choices to Lock In Before Agentmaxxing
Business EnglishUniversity StudentsWorking Adults
C11
159 Sätze
Top 5 AI Gateway Use Cases | Solo.io
Business EnglishUniversity StudentsWorking Adults
C11
207 Sätze
How I Made $30,000 Hacking Broken Access Control
Business EnglishUniversity StudentsWorking Adults
C12
82 Sätze
CAP Theorem Simplified
Business EnglishUniversity StudentsWorking Adults
C1105 Sätze
100+ Docker Concepts you Need to Know
American AccentBusiness EnglishUniversity StudentsWorking Adults
C11
284 Sätze
How to Become Your Own ISP
Business EnglishUniversity StudentsWorking Adults
C11
133 Sätze
Data Ingestion Best Practices! How to Ingest Data Efficiently at Enterprise Scale!
Business EnglishUniversity StudentsWorking Adults
C11
177 Sätze
Mini Project - Implementing a Simple Web Identity Federation Application
Business EnglishUniversity StudentsWorking Adults
Wortschatz und Sprechhinweise zu dieser Lektion
Diese Sprechübung auf Niveau C1 basiert auf dem Video „System Design: How to Build an API Rate Limiter“. Diese Wörter kommen am häufigsten vor: Api, user, request, bucket, token. Dieses Video enthält 42 Sätze und 594 Wörter zum Nachsprechen. Der gesprochene Teil dauert 2:47. Der Sprecher spricht schnell, etwa 213 Wörter pro Minute – rechne mit verbundenen und verkürzten Lauten. 82 % der Wörter gehören zu den 3.000 häufigsten im Englischen; den Rest solltest du dir vor dem Üben ansehen.
Wichtiger Wortschatz in diesem Video
Die 14 anspruchsvollsten Wörter aus dem Video, mit Aussprache und Bedeutung:
| Wort | Aussprache | Bedeutung |
|---|---|---|
| bucket Substantiv | /ˈbʌkɪt/ | Eimer, Kübel |
| token Substantiv | /ˈtoʊkən/ | Zeichen, Symbol |
| server Substantiv | /ˈsɝvɚ/ | Server |
| burst Verb | /bɜːst/ | platzen, zerplatzen |
| clock Substantiv | /klɑk/ | Tacho, Tachometer |
| crystal Substantiv | /ˈkɹɪstəl/ | Kristall |
| belong Verb | /bɪˈlɒŋ/ | hingehören, dazugehören |
| fundamental Adjektiv | /ˌfʌn.dəˈmɛn.təl/ | grundlegend, fundamental |
| implementation Substantiv | /ˌɪmplɪmənˈteɪʃən/ | Implementierung |
| drain Substantiv | /dɹiːn/ | Abfluss |
| reset Verb | /ɹiːˈsɛt/ | zurücksetzen, rücksetzen |
| millisecond Substantiv | /ˈmɪlɪˌsɛkənd/ | Millisekunde |
| refill Substantiv | /ˈɹiː.fɪl/ | Nachschlag |
| simplification Substantiv | /ˌsɪm.plɪ.fɪˈkeɪ.ʃən/ | Vereinfachung |
Phrasal Verbs, die du hören wirst
| Wort | Bedeutung |
|---|---|
| slow down Verb | verlangsamen |
Grammatik in diesem Video
Die Strukturen, die der Sprecher am häufigsten verwendet, mit den genauen Worten aus dem Video:
| Struktur | Im Video |
|---|---|
| Bedingungssätze if + Satz, will/would + Verb – eine Bedingung und ihre Folge | If the bucket is empty, we will reject |
| Passiv be + Partizip Perfekt – wichtig ist, was geschieht, nicht wer es tut | is allowed · is made · are sent |
Aussprache, auf die du achten solltest
- Die Laute „sh“ und „zh“: implementation /ˌɪmplɪmənˈteɪʃən/, simplification /ˌsɪm.plɪ.fɪˈkeɪ.ʃən/
- Lange Wörter – auf die Betonung achten: fundamental /ˌfʌn.dəˈmɛn.təl/, implementation /ˌɪmplɪmənˈteɪʃən/, millisecond /ˈmɪlɪˌsɛkənd/, simplification /ˌsɪm.plɪ.fɪˈkeɪ.ʃən/
So übst du mit diesem Video
- Höre dir das ganze Video einmal an, ohne zu sprechen, und notiere die Wörter, die du nicht kennst.
- Beginne mit 0,75-facher Geschwindigkeit, sprich Satz für Satz nach und wechsle zur normalen Geschwindigkeit, sobald es leichtfällt.
- Nimm dich auf und vergleiche mit dem Original; achte dabei auf Wörter wie bucket, token, server.
Was ist die Shadowing-Technik?
Shadowing ist eine wissenschaftlich fundierte Sprachlerntechnik, die ursprünglich für die professionelle Dolmetscherausbildung entwickelt und durch den Polyglotten Dr. Alexander Arguelles populär gemacht wurde. Die Methode ist einfach aber wirkungsvoll: Du hörst englisches Audio von Muttersprachlern und wiederholst es sofort laut — wie ein Schatten, der dem Sprecher mit nur 1–2 Sekunden Verzögerung folgt. Anders als passives Hören oder Grammatikübungen zwingt Shadowing dein Gehirn und deine Mundmuskulatur, gleichzeitig echte Sprachmuster zu verarbeiten und zu reproduzieren. Studien zeigen, dass es Aussprachegenauigkeit, Intonation, Rhythmus, verbundene Sprache, Hörverständnis und Sprechflüssigkeit signifikant verbessert — was es zu einer der effektivsten Methoden für die IELTS Speaking-Vorbereitung und reale englische Kommunikation macht.