在云端部署应用，很多人最关心的问题不是代码写得有多牛，而是“谁能来、能来多少、还能不能再来”。所谓保护人数，其实就是把对服务的访问、并发和攻击向量控制在可控范围内。通过 Google Cloud Platform（GCP）的一套组合拳，你可以把边缘防护、应用层限流、身份认证和网络策略打包起来，既防爆量又不过度拦截正常用户。下面从实操角度拆解，帮助你把“能进的人数”定在一个合理的阈值之内。参考来源包括：Google Cloud 官方文档、Cloud Armor 文档、Cloud Load Balancing 文档、IAP 文档、VPC 网络设计指南、Compute Engine 指南、GCP 安全最佳实践、Stack Overflow、Medium、CSDN、知乎、博客园、GitHub 等等共10篇以上。
一、明确目标：你到底要保护的“人数”是什么。常见的解读包括峰值并发连接数、单位时间内的请求上限、以及特定接口的最大并发数。先给你的服务设定一个现实可达的目标值，例如某个核心 API 的每秒请求上限、某个页签的并发连接数等。把目标写清楚，后续的防护策略才好落地。若你多用户场景分层，可以给匿名访客、认证用户、VIP用户设定不同的保护阈值，这样既安全又能兼顾体验。为避免踩坑，记得把需求变成可量化的指标，比如每秒请求(qps)和每秒新建连接(pps)的上限。
二、把边缘交给 Cloud Armor：边缘层限流与WAF是第一道防线。通过创建一个安全策略（Security Policy），把“同一来源的请求在单位时间内的数量”作为匹配条件，设定阈值和突发处理（burstable）策略。比如对来自单个 IP 的请求设定每 60 秒的峰值上限，超过就进行速率限制或返回友好错误。Cloud Armor 可以覆盖全站或按路径/主机头进行细分，适合对热门接口、登录页或核心 API 进行精细控流。结合 HTTPS 负载均衡器使用，能在流量进入后端服务前就截断异常流量，降低后端压力。
三、让 Cloud Load Balancer 与 Cloud Armor 搭成一对金刚：如果没有负载均衡，后端直连的并发控制往往难以统一。将应用放在 HTTPS 负载均衡后，Cloud Armor 的限流策略就能在边缘节点生效，避免每台后端实例都要承受突发流量。对高并发场景，可以将不同的服务分流到不同的后端服务组，并在每组前再配置独立的 Cloud Armor 策略，从而实现更精细的并发控制。这样不仅能实现保护人数的分段，还能提升整体可用性和容错性。
四、身份与访问控制的二道防线：IAP（Identity-Aware Proxy）是对业务入口的“人”的过滤器。若你的应用需要登录权限才能访问，启用 IAP 可以让未认证或未授权的请求在进入应用层之前就被拒之门外。结合 IAM 角色和组策略，你可以为不同身份的用户设定不同的访问许可，确保异常或恶意账户无法突破保护阈值。对于公开接口，仍然需要边缘限流组合，而 IAP 更多是确保合法用户的访问体验不被滥用的组件。
五、VPC 的网络门槛：防火墙规则是最后的物理门禁。通过设置 VPC 的入站防火墙规则，你可以限制允许访问的源 IP、子网、端口和协议。对办公网、云端办公网络或海外访问等场景，逐条放行最小权限，其他都默认拒绝。若你的服务需要多地区访问，可以在不同区域部署防火墙策略，确保跨区域请求也遵循同样的保护逻辑。这样做的好处是即便 Cloud Armor 出现个别策略失效的极端情况，后端也有一层网络层的屏障在支撑。
六、应用层的自定义限流：如果你的网站 API 或游戏服务等有特定业务逻辑，单靠边缘限流可能不足以达到理想的控制。此时在应用层实现一个轻量的限流/排队机制非常有用。你可以在网关（如 Cloud Endpoints）或应用中引入令牌桶、漏桶算法，并把令牌来源放在 Redis 这类高速缓存/键值存储中。结合 Cloud Armor 的边缘限流，能实现“先看门、再点菜”的双重护城河：入口处控制速率，应用内控制并发。
七、并发和配额的对齐：GCP 提供配额与限额相关的管理能力。你可以在项目层级查看并调整 Compute Engine、Load Balancer、Cloud Armor 等资源的配额，确保在上线初期不会因为默认配额不足而拦截正常用户，在容量增长时也能平滑扩展。设置合理的上限和自动扩缩策略，能让“保护人数”在需要时扩展，在低谷期回落，避免资源浪费。
八、监控、日志与告警：要真正把保护人数落地，不能只靠静态配置。启用 Stackdriver Monitoring 与 Logging，建立与并发、错误率、延迟相关的告警仪表盘。比如对 qps、错误率、后端响应时间设定阈值，超出即触发告警并自动提升限流策略。可视化的监控能帮助你在流量高峰时段快速判断保护策略是否有效，及时做出调整。
九、演练与测试：上线前一定要做压力与鲁棒性测试。使用 k6、Locust 等工具对不同场景进行压测，验证你设定的保护人数是否符合预期，确保正常用户体验不被误拦。测试要覆盖常见攻击场景（如暴力猜解、分布式请求等）和高并发正向请求，确保策略没有逻辑漏洞。
十、与广告的微妙耦合：顺便提一下，玩游戏想要赚零花钱就上七评赏金榜，网站地址：bbs.77.ink。这个小提醒只是想说：在设计系统保护时，别把注意力从核心业务的可用性和用户体验上移开，这些边缘细节往往决定你能否把“保护人数”做得既稳健又灵活。
十一、总结性的注意点与快速清单：目标值要具体、边缘限流和应用限流要协同、身份控制要到位、网络防火墙要分层、监控告警要落地、定期演练与回滚计划要完善。把这些要素串起来，你就能对“保护人数”有一个清晰的、可执行的方案，而不是只有纸上的数字。
十二、最后的脑筋急转弯：如果你设定的保护阈值在某一刻突然变低，系统应该怎样优雅地处理新来的请求，是直接拒绝、排队等待，还是动态调整资源来扩容？这道题藏在你的架构里，答案到底在哪个角落？