1. 课程导论与金融API的挑战
1.1 金融API在高并发场景下的常见问题
在金融科技领域，API 是核心业务的中枢神经——行情推送、交易下单、风控校验、账户查询等关键链路都依赖 API 的稳定与低延迟。然而，当流量洪峰（如开盘瞬间、重大行情波动、促销活动）来临时，API 系统会面临三大致命风险：
- 雪崩效应（Cascading Failure）：单个上游服务响应变慢，导致下游调用线程阻塞，最终拖垮整个调用链。
- 资源耗尽（Resource Exhaustion）：数据库连接池、线程池、内存等有限资源被突发请求占满，系统进入无响应状态。
- 级联超时与重试风暴：客户端因超时发起大量重试，进一步放大流量，形成恶性循环。
💡 真实案例： 某券商在 2023 年开盘瞬间，行情 API 因 10 倍于平时的请求量导致 Redis 连接池耗尽，进而引发交易网关雪崩，全链路瘫痪 12 分钟，直接损失超千万。
1.2 限流与熔断的核心价值
限流（Rate Limiting）与熔断（Circuit Breaker）是保障金融 API 高可用的两大支柱，二者分工明确、协同工作：
| 机制 | 核心目标 | 触发条件 | 典型动作 | 恢复方式 |
|---|---|---|---|---|
| 限流 | 控制请求速率，保护系统不被冲垮 | QPS / 并发数超过阈值 | 直接拒绝、排队等待、降级响应 | 流量回落后自动恢复 |
| 熔断 | 快速失败，防止故障扩散 | 错误率 / 延迟超过阈值 | 短路调用、返回 fallback | 半开探测，成功后闭合 |
📌 关键认知： 限流是“主动防御”，在系统过载前就拒绝多余流量；熔断是“被动止损”，在系统已经出现故障时快速隔离。两者结合才能构建健壮的金融 API 防线。
1.3 金融API限流熔断架构总览
下图展示了本课程将要搭建的完整限流熔断框架架构。从客户端请求到后端服务，每一层都嵌入了限流与熔断的防护机制：
1.4 本课程的技术栈与学习路径
本课程将使用 Python 生态中最成熟的高性能组件，从零搭建一套生产级限流熔断框架：
| 模块 | 核心技术 | 学习目标 |
|---|---|---|
| 限流算法 | 令牌桶、漏桶、滑动窗口、自适应限流 | 掌握 4 种限流算法的 Python 实现与选型 |
| 熔断机制 | 状态机（闭合/半开/断开）、滑动窗口统计 | 实现带半开探测的熔断器 |
| 异步框架 | asyncio + aiohttp + uvloop | 构建高并发非阻塞 API 网关 |
| 存储与配置 | Redis + YAML 动态配置 | 实现分布式限流与热更新 |
| 监控与告警 | Prometheus + Grafana + 日志 | 可视化监控限流熔断指标 |
⚠️ 前置要求： 你需要熟悉 Python 基础语法、异步编程基础（async/await）、以及基本的 HTTP 协议知识。本课程会提供完整的代码仓库，但建议你跟着每一章动手实践。
1.5 限流与熔断的协同工作流程
为了更直观地理解限流与熔断在真实请求链路中的协作关系，下图展示了从请求到达直到返回响应的完整决策流程：
1.6 本章小结
- 金融 API 在高并发场景下面临雪崩效应、资源耗尽和重试风暴三大风险。
- 限流是主动防御，控制请求速率；熔断是被动止损，快速隔离故障。
- 本课程将使用 Python 异步生态，从零搭建包含限流、熔断、降级、监控的完整框架。
- 下一章我们将从令牌桶限流算法开始，动手实现第一个限流组件。