Databricks开源限流方案，抛弃redis，性能提升10倍#
原创 winkrun AI工程化 2025年10月05日 05:33
Databricks 最近开源了他们的高性能限流系统设计，这个方案跳出了"限流必须用 Redis"的思维定势，通过内存分片和批量上报机制，实现了 10 倍的性能提升。
抛弃redis#
2023 年初，Databricks 的限流系统还是个标准配置：Envoy 网关调用限流服务，后端用单个 Redis 实例存储计数。随着实时模型服务等高 QPS 场景的引入，这套架构开始力不从心。P99 延迟达到 10-20ms，而且 Redis 成了整个系统的瓶颈和单点故障。
Databricks 的工程师们意识到一个关键事实：大部分限流都是按秒计算的，这些计数本质上是临时数据。既然不需要持久化，为什么要用 Redis？
两个关键设计#
他们用了两个关键设计来重构整个系统：内存分片和客户端批量报告。
内存分片：分而治之#
传统的集中式限流有个天然瓶颈 - 所有请求都要经过同一个 Redis 实例。内存分片的思路是把限流计数分散到多个节点上：
传统方式：
所有请求 → Redis（单点） → 返回结果
内存分片方式：
用户A的请求 → 节点1（负责用户A-F）
用户M的请求 → 节点2（负责用户G-M）
用户Z的请求 → 节点3（负责用户N-Z）
通过引入 Dicer 自动分片技术，相同的限流键总是被路由到同一个节点。每个节点在自己的内存里独立计数，完全不需要跨节点同步。需要更大容量时，加节点就行。
批量报告：化零为整#
客户端批量报告则从另一个角度优化性能。传统方式下，每个请求都要查询限流服务并等待响应，这意味着大量的网络往返。
新方案采用了完全不同的思路：
1. 客户端默认放行请求（乐观限流）
2. 本地记录放行和拒绝的数量
3. 每 100ms 批量上报：{API_A: 45次, API_B: 55次}
4. 服务器返回哪些需要限流，以及限流比例
5. 客户端根据指令调整后续的限流行为
这种设计把原本的 N 次网络往返减少到 1 次，而且是异步的，不阻塞请求处理。限流判断的延迟因此接近于零。
两者的巧妙结合#
这两个设计相互补充，解决了不同维度的问题：
内存分片 解决了服务端的扩展性，打破了集中式瓶颈
批量报告 解决了客户端的性能问题，消除了同步等待
更妙的是，批量报告时会按目标节点分组，避免了扇出爆炸：
100个请求按目标节点分组：
- 节点1：35个请求合并成1个批量请求
- 节点2：40个请求合并成1个批量请求
- 节点3：25个请求合并成1个批量请求
令牌桶：更智能的限流算法#
在实现内存限流后，他们还把限流算法从固定窗口改成了令牌桶。固定窗口算法有个问题：每个时间窗口开始时计数器都会重置，可能导致窗口边界的流量突发。
令牌桶算法可以"记住"超限情况。如果某个客户在上一秒发了 150% 的请求，令牌桶会变成负数，下一秒需要等桶慢慢恢复才能继续。这种连续性让限流更加平滑和准确。
工程挑战与解决#
理想很美好，但实现过程充满挑战：
精度控制 ：批量上报的异步特性可能导致超限。他们用了三重保护：基于历史数据的拒绝率预测、客户端本地限流器、以及令牌桶算法的连续性。
在线迁移 ：最棘手的是如何在不停服的情况下完成改造。他们采用了渐进式方案，先给 Envoy 加 sidecar，用 Lua 脚本优化 Redis 批量写入，最后才切换到完全的内存方案。
一致性的权衡#
这个方案在分布式一致性上做了明智的权衡。通过 Dicer 保证同一个限流键的所有请求都路由到同一实例，避免了分布式计数。批量上报提供了最终一致性 - 可能有 100ms 的延迟，但最终会收敛到正确状态。
这种权衡对大多数场景是合理的。API 限流、资源保护这类场景，5% 的短暂超限通常在系统容量范围内。但对于金融交易、库存扣减这类需要强一致性的场景，还是需要传统方案。
改造成果#
改造后的系统取得了显著成效：
尾部延迟改善高达 10 倍
彻底解决了 Redis 单点故障问题
内部服务调用限流时零延迟
系统可以通过加节点线性扩展
从方案可以看出，没有什么奇技淫巧，Databricks没有试图用一个复杂的方案解决所有问题，也没有墨守固定的模式，而是用内存分片和批量报告两个相对独立的机制，分别解决服务端扩展性和客户端性能问题，没有一味追求强一致性，进而换来整体性能的巨大提升。
关注公众号回复“进群”入群讨论。
继续滑动看下一个
AI工程化
向上滑动看下一个
AI工程化