3道Spring Cloud并发场景的架构师级别面试题，高并发场景下如何设计服务降级与限流策略？如何在分布式系统中实现高并发下的分布式锁？如何设计高并发下的分布式事务？

题目1：高并发场景下如何设计服务降级与限流策略？

场景描述
某电商平台的秒杀系统在活动期间每秒请求量达到10万+，需保证核心业务（如下单、库存扣减）的稳定性。请设计一个基于Spring Cloud的降级与限流方案，确保系统在极端情况下不崩溃，并说明实现原理。

---

解答

核心思路

1. 限流策略：基于令牌桶或漏桶算法控制请求速率，避免瞬时流量冲击。
2. 服务降级：使用Hystrix实现熔断和降级，结合线程池隔离防止雪崩。
3. 动态配置：通过Spring Cloud Config动态调整限流阈值和熔断策略。

实现步骤

1. 限流实现：

   • 使用Guava的RateLimiter或Spring Cloud Gateway的Redis RateLimiter实现分布式限流。
   • 示例代码（Spring Cloud Gateway + Redis）：

     // 配置Gateway限流路由
     @Bean
     public RouteLocator customRouteLocator(RouteLocatorBuilder builder) {
            
         return builder.routes()
             .route("seckill_route", r -> r.path("/seckill/**")
                 .filters(f -> f.requestRateLimiter(config -> 
                     config.setKeyResolver(new HeaderKeyResolver("X-Request-Id"))
                           .setRateLimiter(new RedisRateLimiter())))
                 .uri("lb://seckill-service"))
             .build();
     }
     

2. 熔断与降级：

   • 在服务调用层使用Hystrix命令包装，配置线程池隔离和熔断阈值。