限流计数放在进程内存 扩容到四台后阈值变成四倍

n = r.eval("local c=redis.call('INCR',KEYS[1]) "
           "if c==1 then redis.call('EXPIRE',KEYS[1],60) end "
           "return c", 1, key)

下单接口用本地字典计数，单机限 100 次每分钟。扩容到四台之后压测跑出 380 次每分钟，每台各自拦自己的，前端看到的是整体没限住。先别急着动参数，把报错原文和时间点记下来，顺序反了容易白折腾。

原因不复杂，计数器跟着进程走，实例之间互不可见，总阈值等于单机阈值乘以实例数。滚动发布时旧实例的计数还会清零。按 IP 做键的话，代理后面的用户又会被算成一个人。

围绕「多实例限流」排查时，命令行跑一遍比在面板里点十次有用，面板会替你做掉不少隐式操作。备份不是备了就行，恢复一次才算数，很多备份文件打开才发现是空的。

处理上按这个顺序：计数挪到 redis 用 INCR 加 EXPIRE 的原子脚本；键里带上接口名和时间窗口 别用固定键；本地再留一层兜底 防止 redis 抖动时全放行；按用户 id 和 IP 两个维度分别计数 阈值分开配。

改完只确认一件事：四台实例同时压 总请求数在 100 上下 超出的返回 429。