分布式抢券系统限流器降级与CAP权衡全攻略
1. 背景与挑战
在电商抢券、秒杀等场景中，限流器是核心组件，用于避免系统过载和优惠券超发。通常我们依赖 Redis 作为全局分布式限流器的计数中心。
然而，一旦 Redis 集群出现故障或网络分区，系统必须具备 多层次的降级与兜底能力，在 CAP 理论约束下做权衡，以保障用户体验和业务风险可控。
2. 多层次降级方案设计
第一层：本地限流降级
- 当 Redis 不可用时，快速降级到本地限流器（令牌桶/滑动窗口）。
- 提供熔断与健康检查，避免反复尝试 Redis 带来雪崩效应。
public class RateLimiterDegradation { private RateLimiter localRateLimiter; // Guava RateLimiter private DistributedRateLimiter redisLimiter; private volatile boolean redisAvailable = true; public boolean tryAcquire(String couponId, String userId) { if (redisAvailable) { try { return redisLimiter.tryAcquire(couponId, userId); } catch (TimeoutException | RateLimiterException e) { redisAvailable = false; startHealthCheck(); // 启动健康检查线程 }
)
)
)