在微服务架构中，**限流（Rate Limiting）和降级（Degradation）**是两种常用的容错保护机制，但它们的核心目标和实现方式有本质区别。以下是详细对比：

1. 核心目标不同

2. 技术实现对比

限流的典型实现

• 算法：
  • 计数器算法（如每秒100次请求）
  • 漏桶算法（平滑流量）
  • 令牌桶算法（允许突发流量）
• 工具：
  • 网关层：Nginx、Spring Cloud Gateway、Kong
  • 代码级：Guava RateLimiter、Sentinel、Resilience4j
• 示例场景：

  // Sentinel 限流规则配置
  FlowRule rule = new FlowRule("orderService")
      .setCount(100)  // 阈值：100 QPS
      .setGrade(RuleConstant.FLOW_GRADE_QPS);
  

降级的典型实现

• 策略：
  • 返回兜底数据（如缓存、默认值）
  • 关闭非核心功能（如评论功能降级）
  • 异步改同步（牺牲响应速度）
• 工具：
  • 熔断器：Hystrix、Sentinel、Resilience4j
  • 配置中心：动态切换降级开关（如 Apollo、Nacos）
• 示例场景：

  // Hystrix 降级逻辑
  @HystrixCommand(fallbackMethod = "getDefaultProductInfo")
  public Product getProductInfo(String id) {
      // 调用可能失败的外部服务
  }
  
  public Product getDefaultProductInfo(String id) {
      return new Product("默认商品"); // 兜底数据
  }
  

3. 适用场景差异

4. 协同工作关系

在实际微服务架构中，二者通常配合使用形成完整保护链：

1. 第一层防御：限流（快速拒绝超量请求）
2. 第二层防御：降级（对允许通过的请求提供有损服务）

典型流程：

[外部请求] → [网关限流] → [服务降级] → [熔断器] → [最终服务]

5. 常见误区澄清

6. 选型建议

• 选择限流当：
  • 需要保护系统不被突发流量击垮
  • 依赖服务无容错能力（如支付接口）
• 选择降级当：
  • 必须保证核心链路可用（如电商下单流程）
  • 依赖服务不可靠（如第三方API调用）

推荐工具组合：

• Spring Cloud Alibaba 体系：Sentinel（同时提供限流+降级+熔断）
• Netflix OSS 体系：Zuul/Gateway（限流） + Hystrix（降级）

通过合理结合这两种机制，可以显著提升微服务架构的弹性能力。