高并发场景下，网关作为流量的入口非常重要，下面我重点详解Spring Cloud Gateway如何抗住百万并发@mikechen
异步非阻塞模型：百万并发的基石
Spring Cloud Gateway 之所以能够应对高并发，其核心就在于其完全的非阻塞式架构。
它彻底摒弃了传统 Servlet 容器中，“一个请求一个线程”的阻塞模型。
转而拥抱事件驱动和响应式编程，从而极大地提升了系统的并发处理能力和资源利用率。
在传统的阻塞 I/O 模型中，当服务器接收到一个连接后，会为这个连接创建一个独立的线程。
比如：从网络读取数据或写入数据到网络时，如果数据尚未准备好，该线程就会被阻塞，直到 I/O 操作完成。
这意味着，如果有大量的并发连接，就需要创建大量的线程。
每个阻塞的线程都会消耗宝贵的系统资源（内存、CPU 时间片），导致上下文切换频繁，最终限制了并发能力。
而Spring Cloud Gateway采用了基于Reactor响应式编程模型的非阻塞I/O架构，底层使用高性能的Netty服务器。
实现了，少量线程即可处理大量并发请求，避免线程阻塞和频繁切换。
Reactor异步机制
Spring Cloud Gateway采用Reactor库，实现异步非阻塞处理，核心是事件驱动、和回调机制。
Spring Cloud Gateway的核心，是基于Project Reactor的异步机制。
Reactor通常与Netty结合使用，Netty负责底层非阻塞网络I/O，基于Java NIO的Selector实现多路复用。
Reactor框架在Netty事件循环中调度异步任务，实现请求的非阻塞处理、和响应。
这种组合使得单个、或少量线程，即可高效管理成千上万的网络连接。
限流（Rate Limiting）
在高并发场景下，仅仅依靠异步非阻塞、和响应式编程是不够的。
还需要引入强大的服务保护机制，来防止系统过载、和雪崩效应。
比如：限流是指限制在一定时间内对服务的访问频率，在高并发场景下，它可以防止瞬时流量过大导致服务崩溃。
Spring Cloud Gateway通常通过集成外部限流组件（如Redis RateLimiter、Resilience4j、或Sentinel…等等），来实现限流。
比如：可以使用令牌桶/漏桶算法，来实现限流。
令牌桶算法以恒定速率生成令牌，请求需要获取令牌才能通过；
漏桶算法则以恒定速率处理请求，超出的请求会被丢弃或排队。
熔断（Circuit Breaking）
熔断机制：类似于电路中的熔断器。
当对某个下游服务的请求失败率或响应时间超过预设阈值时，网关会“熔断”对该服务的调用。
后续的请求将不再发送给该服务，而是直接返回错误或执行降级逻辑。
可以 防止因单个故障服务导致整个系统雪崩。
当服务暂时不可用时，快速失败可以避免请求堆积，保护系统资源。
Spring Cloud Gateway通常与Resilience4j或Hystrix（虽然Hystrix已进入维护模式，但仍有项目使用）集成。
熔断状态： 熔断器有三种状态：
关闭（CLOSED）： 正常请求；
开启（OPEN）： 触发熔断，请求直接失败；
半开（HALF_OPEN）： 经过一段时间后，尝试发送少量请求以检测服务是否恢复。
降级（Degradation）
降级是指当系统压力过大或某些服务不可用时，牺牲部分非核心功能或返回默认值，以保证核心功能的可用性。
与熔断的关系，降级通常发生在熔断之后。
当熔断器开启时，可以配置一个降级方法作为备用方案。