负载均衡限流策略是高可用集群中承上启下的关键环节，需与集群状态联动、分层部署、匹配负载均衡算法，并建立失败反馈闭环以实现动态演进。
负载均衡限流策略不是孤立动作，而是高可用集群中承上启下的关键环节——它既靠集群的冗余与自动恢复兜底，又为集群在流量洪峰中守住稳定性边界。
限流必须嵌入集群生命周期
单纯在入口加个令牌桶，无法应对节点级故障或突发雪崩。真正抗压的限流，要和集群状态联动：
- 当某台应用节点响应延迟超过阈值或错误率突增，集群健康检查模块应实时通知限流组件，对该节点上游流量做动态降权或临时熔断
- 主备切换过程中，新接管节点需继承原节点的限流配额，避免因权重重置导致瞬时过载
- 使用Kubernetes等编排平台时，可将限流规则定义为Service或Ingress资源的一部分，随Pod扩缩自动生效
分层限流：从接入层到服务层协同
单一层级限流容易被绕过或失焦。高可用集群中建议部署三级防线：
- 接入层限流：在LVS、Nginx或云LB（如阿里云SLB）上配置QPS/连接数阈值，拦截恶意刷量和基础洪水攻击
- 网关层限流：通过API网关（如Spring Cloud Gateway、ShenYu）按用户ID、API路径、租户维度实施细粒度控制，并支持实时调整规则
- 服务内限流：在关键业务服务内部（如订单创建、支付回调）嵌入Sentinel或Resilience4j，结合线程池隔离与信号量控制，防止单一逻辑拖垮整个实例
限流策略需匹配负载均衡算法
限流效果受流量分发方式直接影响。例如：
- 用“最少连接数”算法时，限流应优先保护连接堆积快的节点，而非平均分配额度
- 启用“一致性哈希”做会话保持时，需对同一用户哈希段内的所有后端统一设置共享令牌桶，避免状态分裂
- 加权轮询场景下，限流阈值应按权重比例分配（如权重5:3:2的三台机器，QPS上限设为500/300/200），否则高权重点易成瓶颈
失败反馈闭环：让限流可感知、可演进
高可用集群中的限流不能只“拦”，还要“学”：
- 将限流拒绝日志统一上报至可观测平台，关联TraceID与节点标签，快速定位是攻击、配置误设还是真实容量不足
- 设置自适应限流开关：当集群整体CPU或内存水位持续高于85%，自动触发全局保守限流模式
- 灰度发布新版本时，同步开启对比限流指标看板，验证新逻辑是否引发异常调用放大
