分布式限流的额度货币化改造如何用本地计算摊薄网络开销

单机限流的统计数据都在本进程内存里，天然简单；微服务下要精细控制每个 内部服务节点的流量消耗，就必须让各节点共享统计数据，这类分布式限流最 直接的做法是把统计结果都存进集中式缓存（如Redis），配合分布式锁/信号量 解决并发读写问题——理论上单机限流模式都能这样搬到分布式场景，代价是 每次服务调用都要多一次网络开销，流量压力越大限流本身反而越拖累系统 处理能力，效率天然不高。为缓解这个问题，一种改造思路是把[[漏桶与令牌桶 方向相反的流量整形算法及令牌桶更受青睐的原因]]里的令牌桶”货币化”：令牌 不再是简单的”能不能通行”的二元通行证，而是可累加、可消耗的数值型 “货币额度”。请求进入集群时先在API网关领取一笔额度（可按用户等级差异化， VIP额度更高甚至无限），此后每访问一个服务就按该服务的固定成本从这笔 额度里扣减；只要剩余额度大于零，判断”还能不能继续访问下一个服务”这件事 完全可以在本地内存里完成，不需要额外网络请求；只有当额度耗尽时，才发生 一次网络请求向令牌桶重新申领额度，成功则继续、失败就进入降级逻辑。这个 方案牺牲了一定的限流精确度（可能一个业务操作已经完成了部分服务调用， 却因为申请不到新额度而在中途失败，白白浪费掉已完成部分的资源），换来的 是绝大多数时刻限流判断都不需要网络往返——这正是分布式限流”不追求越彻底 越好、要在代价和收益间权衡”这一原则的具体体现，与容错措施”无法妥协”的 定位形成对比。