水位切分是将系统压力边界转化为可量化队列状态，依实时水位比值（当前深度/容量上限）分三级策略：低（<30%）全量放行，中（30%~70%）匀速排队，高（>70%）降级熔断。
用集合队列逻辑在极简微服务中“切分水位”，本质是把系统承载压力的动态边界，转化为可量化、可调度、可感知的队列状态。它不依赖复杂中间件，而是借力队列的 FIFO 特性 + 集合的唯一性/有序性，对请求流做轻量级分层缓冲与水位标定。
水位不是固定阈值，而是队列在运行中自然形成的“当前深度”与“容量上限”的比值。 切分，就是依据这个比值，在不同阶段触发不同策略——比如放行、排队、降级、熔断。
水位切分的三个关键层级
- 低水位（< 30%）：队列空闲充足，全量放行，允许预热或探活请求优先。
- 中水位（30% ~ 70%）：进入弹性缓冲区，启用匀速排队（漏桶式），平滑突发流量。
- 高水位（> 70%）：触发保护动作，如拒绝非核心链路请求、降级日志采集、切换兜底响应。
注：百分比数值非硬编码，而是基于队列实际容量（如 Redis zset 的
ZCARD或内存队列的size()）实时计算，确保适配不同实例规格。
用集合 + 队列实现水位切分的典型组合
内存队列（LinkedList / ArrayDeque） + HashSet 去重标识
适用于单实例极简场景。用队列存请求上下文（如 requestId），HashSet 快速判断是否重复提交；水位 =queue.size() / MAX_CAPACITY。超过阈值时，直接offer()失败并返回429。Redis 有序集合（zset） + score 标记时间戳
适合多实例共享水位。将请求 ID 作为 member，当前毫秒时间戳为 score 插入 zset；水位 =ZCARD key / MAX_SIZE。同时可用ZRANGEBYSCORE key -inf (now-1000)清理超时积压，让水位反映真实活跃负载。MongoDB 固定集合（capped collection） + TTL 策略
用于记录水位快照日志。写入时自动覆盖旧数据，保证只保留最近 N 条水位采样（如每秒一条），供后续做趋势判断或告警联动。
切分动作与队列状态的联动示例
- 当
queue.size() == 0→ 触发“低水位探活”，主动调用下游健康检查接口。 - 当
queue.size() > 0 && queue.size() < capacity * 0.5→ 启用“软限流”，对非幂等写请求加X-RateLimit-Remaining响应头。 - 当
queue.size() >= capacity * 0.8→ 自动关闭异步通知、跳过审计日志、返回缓存兜底页。 - 当
queue.size() == capacity→ 拒绝新请求，抛出WaterLevelOverflowException，由全局异常处理器统一返回503 Service Unavailable。
这种切分不靠配置文件驱动，而靠队列自身状态说话，逻辑透明、无额外延迟、易于测试和回滚。
