3. 架构选型基础：单体网关 vs 微服务网关 vs 云原生网关的对比分析
在构建 API 资源配额模型之前，首先需要明确网关的部署形态。不同阶段的网关架构决定了配额模型的实现复杂度、扩展能力和运维成本。本章从架构演进的角度，对单体网关、微服务网关和云原生网关进行系统性对比，为后续的配额模型选型奠定基础。
3.1 三种网关架构的定义与演进脉络
网关架构的演进本质上是业务规模与基础设施抽象层次共同驱动的结果。以下表格从核心特征维度对三种架构进行定义：
| 维度 | 单体网关 | 微服务网关 | 云原生网关 |
|---|---|---|---|
| 部署单元 | 单一进程 / 单台服务器 | 按业务域拆分为多个独立服务 | Sidecar / 数据面 + 控制面分离 |
| 配置管理 | 本地配置文件 / 数据库 | 分布式配置中心（如 Nacos、Consul） | 声明式 API（Kubernetes CRD） |
| 扩展方式 | 垂直扩展（增加 CPU/内存） | 水平扩展（按服务粒度） | 自动弹性（HPA + 服务网格） |
| 典型代表 | Nginx、Kong（单体模式） | Spring Cloud Gateway、Zuul | Envoy + Istio、Kong for Kubernetes |
| 配额模型 | 进程内内存 / 本地缓存 | 分布式缓存 + 服务间同步 | 控制面全局下发 + 数据面本地执行 |
架构演进提示： 单体网关并非"过时"的代名词。对于日均请求量低于 1000 万、服务数量少于 10 个的中小型系统，单体网关的运维简洁性反而优于后两者。选型应基于实际业务规模，而非技术潮流。
3.2 架构对比：单体网关 vs 微服务网关
单体网关将所有流量治理逻辑（路由、限流、认证、配额）集中在一个进程中。微服务网关则将网关拆分为多个独立服务，每个服务负责特定业务域的流量入口。两者的核心差异体现在以下方面：
- 故障隔离： 单体网关中，配额模块的内存泄漏或死循环会导致整个网关不可用；微服务网关将故障范围限制在单个业务域。
- 配额一致性： 单体网关使用本地内存计数器，配额更新延迟低但无法跨实例共享；微服务网关依赖 Redis 等分布式存储，一致性开销增加。
- 部署耦合： 单体网关修改配额逻辑需要全量发布；微服务网关支持独立部署和灰度发布。
以下 SVG 图展示了单体网关与微服务网关在配额模型上的架构差异：
3.3 云原生网关：控制面与数据面分离
云原生网关将架构抽象提升到新的层次。其核心思想是控制面（Control Plane）与数据面（Data Plane）的彻底分离。数据面（通常是 Envoy 代理）以 Sidecar 模式注入到每个 Pod 中，负责实际的流量转发和配额执行；控制面（如 Istio Pilot）负责将配额规则下发给所有数据面实例。
这种架构对配额模型的影响是革命性的：
- 全局一致性： 控制面通过 xDS 协议将配额配置同步到所有 Sidecar，无需逐台修改配置。
- 无侵入性： 配额逻辑在 Sidecar 中执行，业务容器无需感知配额的存在。
- 弹性伸缩： 新增 Pod 时，Sidecar 自动从控制面获取配额规则，无需人工干预。
关键指标对比： 在 100 个服务实例的场景下，单体网关的配额配置变更需要 30 分钟（逐台重启），微服务网关需要 5 分钟（配置中心推送），云原生网关仅需 10 秒（控制面广播）。
以下 SVG 图展示了云原生网关的 Sidecar 配额执行模型：
3.4 架构选型决策矩阵
在实际项目中，选型决策需要综合考虑团队能力、基础设施成熟度和业务需求。以下矩阵提供了量化的选型参考：
| 决策因素 | 单体网关 | 微服务网关 | 云原生网关 |
|---|---|---|---|
| 团队规模 | ≤ 5 人 | 5-20 人 | ≥ 20 人（含 SRE） |
| 服务数量 | ≤ 10 个 | 10-50 个 | ≥ 50 个 |
| 日均请求量 | ≤ 1000 万 | 1000 万 - 1 亿 | ≥ 1 亿 |
| 配额变更频率 | 周级 | 天级 | 小时级 / 自动 |
| 基础设施 | 虚拟机 / 物理机 | 容器化（Docker） | Kubernetes + 服务网格 |
| 运维复杂度 | 低 | 中 | 高（需 SRE 支持） |
选型避坑： 不要为了"云原生"而强行引入 Sidecar 和 Istio。如果团队没有 Kubernetes 运维经验，云原生网关的控制面故障排查将极为困难。建议从单体网关起步，当服务数量突破 30 个时再逐步迁移到微服务网关或云原生网关。
3.5 配额模型与架构的匹配关系
不同的网关架构对配额模型的支持能力存在天然差异。以下总结了三者的匹配关系：
- 单体网关： 适合静态配额模型。配额规则在启动时加载，运行时仅做本地计数。典型实现：Nginx Lua 脚本 + 共享字典。
- 微服务网关： 适合动态配额模型。配额规则存储在配置中心，运行时通过 Redis 实现跨实例计数。典型实现：Spring Cloud Gateway + Redis Rate Limiter。
- 云原生网关： 适合声明式配额模型。配额规则以 CRD 形式定义，控制面自动下发到所有 Sidecar。典型实现：Istio + Envoy 的本地限流过滤器。