cs-note/hzh/Gen2D/09-限流.md

---
tags: [rate-limiting, redis, lua, token-bucket, distributed-system, go]
create time: 2026-06-03 10:40
---

# 09. 限流

## 概述

Redis Lua 原子令牌桶 + 双层限流 + Fail-Open 降级，保护系统免受过载。

---

## 正文

```mermaid
flowchart LR
    A["Request"] --> B["Global Limiter"]
    B -->|pass| C["User Limiter"]
    B -->|deny| F["429"]
    B -->|redis-fail| C
    C -->|pass| D["Handler"]
    C -->|deny| F
    C -->|redis-fail| D

    style A fill:#e3f2fd,stroke:#1976d2
    style B fill:#fff3e0,stroke:#f57c00
    style C fill:#e8f5e9,stroke:#388e3c
    style D fill:#c8e6c9,stroke:#2e7d32
    style F fill:#ffcdd2,stroke:#c62828
```

---

## 令牌桶算法

Gen2D 使用 **Redis + Lua 脚本** 实现分布式令牌桶限流，保证原子性和一致性。

### Lua 脚本核心逻辑

```lua
-- KEYS[1] = 限流 key
-- ARGV[1] = rate（每秒令牌数）
-- ARGV[2] = burst（桶容量）
-- ARGV[3] = now（当前时间戳，毫秒）
-- ARGV[4] = expiration（key 过期时间）

-- 1. 获取当前桶状态
local data = redis.call('HMGET', key, 'tokens', 'ts')

-- 2. 首次访问，初始化满桶
if tokens == nil then
    tokens = burst
    last_ts = now
end

-- 3. 计算时间差，补充令牌
local delta = now - last_ts
if delta > 0 and rate > 0 then
    local refill = (delta * rate) / 1000
    tokens = math.min(burst, tokens + refill)
end

-- 4. 判断是否允许
if tokens >= 1 then
    tokens = tokens - 1
    allowed = 1
else
    retry_after = math.ceil((deficit * 1000) / rate)
end

-- 5. 更新 Redis
redis.call('HSET', key, 'tokens', tokens, 'ts', last_ts)
redis.call('PEXPIRE', key, expiration)

return {allowed, tokens, retry_after}
```

### 固定窗口变体

当 `Rate = 0` 时，令牌桶退化为固定窗口模式：

- 桶初始化为满（Burst 个令牌）
- 用完后不补充（`rate = 0` 时跳过 refill）
- 等待 key 过期后重置（`Expiration` 控制窗口大小）

> [!tip] 适用场景
> 24 小时维度的配额控制，如"每天 30 次提示词优化"。

---

## 双层限流配置

Gen2D 对核心接口实施**全局限流 + 用户限流**双重保护：

| 接口 | 全局限流 | 用户限流 | 窗口 |
|------|---------|---------|------|
| `/api/v1/prompt/optimize` | 1000 次/24h | 30 次/24h | 25h 过期 |
| `/api/v1/generate` | 500 次/24h | 15 次/24h | 25h 过期 |

### 执行顺序

```mermaid
flowchart TB
    A["请求进入"] --> B["全局限流检查"]
    B -->|通过| C["用户限流检查"]
    B -->|拒绝| D["429 Too Many Requests"]
    C -->|通过| E["执行 Handler"]
    C -->|拒绝| D

    style B fill:#fff3e0,stroke:#f57c00
    style C fill:#e8f5e9,stroke:#388e3c
    style D fill:#ffcdd2,stroke:#c62828
    style E fill:#c8e6c9,stroke:#2e7d32
```

**全局限流在前**：先检查系统总体配额，避免单个用户耗尽全局配额。

### 配置参数

```go
type Config struct {
    Rate       int           // 每秒令牌数；0 = 固定窗口
    Burst      int           // 桶容量（窗口内总量上限）
    KeyPrefix  string        // Redis key 前缀
    Expiration time.Duration // key 过期时间
}
```

| 配置项 | Prompt User | Prompt Global | Generate User | Generate Global |
|--------|:-----------:|:-------------:|:-------------:|:---------------:|
| Rate | 0 | 0 | 0 | 0 |
| Burst | 30 | 1000 | 15 | 500 |
| KeyPrefix | `ratelimit:prompt:user:` | `ratelimit:prompt:global:` | `ratelimit:generate:user:` | `ratelimit:generate:global:` |
| Expiration | 25h | 25h | 25h | 25h |

---

## Fail-Open 降级

当 Redis 不可用时限流器自动降级为 **Fail-Open** 模式：

```go
func (l *TokenBucketLimiter) Allow(ctx context.Context, key string) (bool, int, time.Duration) {
    result, err := l.script.Run(ctx, l.client, ...).Int64Slice()
    if err != nil {
        // Redis 不可用时 fail-open，放行请求
        return true, l.config.Burst, 0
    }
    // ...
}
```

**设计权衡**：

| 策略 | 优点 | 缺点 |
|------|------|------|
| **Fail-Open** ✅ | 保证可用性，用户体验不受影响 | 可能短暂失去限流保护 |
| Fail-Close | 严格限流保护 | Redis 故障导致全站不可用 |

> [!question] 为什么选择 Fail-Open 而不是 Fail-Close？
>
> 这是 **「可用性 vs 安全性」** 的经典抉择。在 Gen2D 的场景中：
> - 限流失效的代价：短时间内有人可能超出配额（几分钟到几小时）
> - 限流强固化的代价：**所有用户都无法使用服务**
>
> 显然，前者是可以接受的风险——超出配额的用户可以后续通过账单追缴；而后者意味着业务完全停摆。这种「宁可放宽、不可收紧」的设计哲学在基础设施层非常重要。

> [!note] 选择 Fail-Open
> 在"偶尔超限"和"完全不可用"之间，优先保证服务可用性。

---

## 中间件响应

限流中间件返回标准化的 HTTP 响应：

### 允许通过

```http
HTTP/1.1 200 OK
X-RateLimit-Remaining: 12
```

### 被限流

```http
HTTP/1.1 429 Too Many Requests
Retry-After: 3600
X-RateLimit-Remaining: 0

{
  "code": 429,
  "message": "请求过于频繁，请稍后再试"
}
```

| Header | 说明 |
|--------|------|
| `X-RateLimit-Remaining` | 剩余令牌数 |
| `Retry-After` | 建议重试等待秒数 |

---

## 指标采集

限流中间件自动采集 Prometheus 指标：

```go
metrics.RateLimitRequestsTotal.WithLabelValues(scope, endpoint, result).Inc()
metrics.RateLimitRemainingTokens.WithLabelValues(scope, endpoint).Set(float64(remaining))
```

- `scope`：`user` / `global`
- `endpoint`：`prompt` / `generate`
- `result`：`allowed` / `denied`

配合告警规则 `RateLimitHighDenialRate`（拒绝率 > 5%），及时发现异常流量。

---

## 关联文档

- [[10-中间件链]] — 限流中间件在链中的位置
- [[07-可观测性]] — 限流指标和告警规则