Практика Shadowing: System Design: How to Build an API Rate Limiter - Изучайте разговорный английский по видео
Создание урока...
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.
📺 Тот же канал
✨ Рекомендуемое видео
C13
9 предложений
Rate Limiter System Design in Under 60 Seconds #techprep #programming #systemdesign
University StudentsWorking Adults
C11
407 предложений
Why AI Tokens are so Expensive - Computerphile
Business EnglishUniversity StudentsWorking Adults
C11
114 предложений
Design a File Upload Service Like a Senior Engineer
Business EnglishUniversity StudentsWorking Adults
C12
65 предложений
What Is REST API? Examples And How To Use It: Crash Course System Design #3
Business EnglishUniversity StudentsWorking Adults
C14
321 предложений
8 Tech Choices to Lock In Before Agentmaxxing
Business EnglishUniversity StudentsWorking Adults
C11
159 предложений
Top 5 AI Gateway Use Cases | Solo.io
Business EnglishUniversity StudentsWorking Adults
C11
207 предложений
How I Made $30,000 Hacking Broken Access Control
Business EnglishUniversity StudentsWorking Adults
C12
82 предложений
CAP Theorem Simplified
Business EnglishUniversity StudentsWorking Adults
C1105 предложений
100+ Docker Concepts you Need to Know
American AccentBusiness EnglishUniversity StudentsWorking Adults
C11
284 предложений
How to Become Your Own ISP
Business EnglishUniversity StudentsWorking Adults
C11
133 предложений
Data Ingestion Best Practices! How to Ingest Data Efficiently at Enterprise Scale!
Business EnglishUniversity StudentsWorking Adults
C11
177 предложений
Mini Project - Implementing a Simple Web Identity Federation Application
Business EnglishUniversity StudentsWorking Adults
Лексика и советы по произношению к этому уроку
Этот урок разговорной практики уровня C1 построен на видео «System Design: How to Build an API Rate Limiter». Чаще всего повторяются слова: Api, user, request, bucket, token. В этом видео 42 предложений и 594 слов для шедоуинга. Речь длится 2:47. Говорящий говорит быстро, около 213 слов в минуту, поэтому звуки часто сливаются и сокращаются. 82% слов входят в 3000 самых частых слов английского языка; остальные стоит разобрать перед занятием.
Ключевая лексика этого видео
Самые сложные слова из видео (13), с произношением и значением:
| Слово | Произношение | Значение |
|---|---|---|
| bucket существительное | /ˈbʌkɪt/ | ведро́, ведёрко |
| token существительное | /ˈtoʊkən/ | знак, си́мвол |
| server существительное | /ˈsɝvɚ/ | се́рвер |
| burst глагол | /bɜːst/ | ло́паться, ло́пнуть |
| crystal существительное | /ˈkɹɪstəl/ | криста́лл |
| belong глагол | /bɪˈlɒŋ/ | быть «свои́м» |
| fundamental прилагательное | /ˌfʌn.dəˈmɛn.təl/ | основно́й, основополага́ющий |
| implementation существительное | /ˌɪmplɪmənˈteɪʃən/ | воплоще́ние в реа́льность, реализа́ция |
| drain существительное | /dɹiːn/ | дрена́ж, водосто́к |
| reset глагол | /ɹiːˈsɛt/ | перезагружа́ть, перезагрузи́ть |
| millisecond существительное | /ˈmɪlɪˌsɛkənd/ | миллисеку́нда |
| refill существительное | /ˈɹiː.fɪl/ | доба́вка |
| simplification существительное | /ˌsɪm.plɪ.fɪˈkeɪ.ʃən/ | упроще́ние |
Фразовые глаголы, которые вы услышите
| Слово | Значение |
|---|---|
| slow down глагол | замедля́ть, заме́длить |
Грамматика в этом видео
Конструкции, которые говорящий использует чаще всего, с точными словами из видео:
| Конструкция | В видео |
|---|---|
| Условные предложения if + предложение, will/would + глагол — условие и его результат | If the bucket is empty, we will reject |
| Пассивный залог be + причастие прошедшего времени — важно, что происходит, а не кто это делает | is allowed · is made · are sent |
Произношение, на которое стоит обратить внимание
- Звуки «sh» и «zh»: implementation /ˌɪmplɪmənˈteɪʃən/, simplification /ˌsɪm.plɪ.fɪˈkeɪ.ʃən/
- Длинные слова — следите за ударением: fundamental /ˌfʌn.dəˈmɛn.təl/, implementation /ˌɪmplɪmənˈteɪʃən/, millisecond /ˈmɪlɪˌsɛkənd/, simplification /ˌsɪm.plɪ.fɪˈkeɪ.ʃən/
Как заниматься с этим видео
- Прослушайте всё видео один раз молча и выпишите незнакомые слова.
- Начните со скорости 0,75×, повторяйте предложение за предложением и вернитесь к обычной скорости, когда станет легко.
- Запишите себя и сравните с оригиналом, обращая внимание на такие слова, как bucket, token, server.
Что такое техника Shadowing?
Shadowing — это научно обоснованная техника изучения языка, изначально разработанная для подготовки профессиональных переводчиков и популяризированная полиглотом доктором Александром Аргуэльесом. Метод прост, но эффективен: вы слушаете аудио на английском от носителей языка и немедленно повторяете вслух — как тень, следующая за говорящим с задержкой в 1–2 секунды. В отличие от пассивного прослушивания или грамматических упражнений, Shadowing заставляет мозг и мышцы рта одновременно обрабатывать и воспроизводить реальные речевые паттерны. Исследования показывают, что это значительно улучшает точность произношения, интонацию, ритм, связную речь, понимание на слух и беглость речи — что делает его одним из самых эффективных методов для подготовки к IELTS Speaking и реального общения на английском.