限流器是服務中非常重要的一個元件，在閘道器設計、微服務、以及普通的後臺應用中都比較常見。它可以限制訪問服務的頻次和速率，防止服務過載，被刷爆。

限流器的演算法比較多，常見的比如令牌桶演算法、漏斗演算法、訊號量等。本文主要介紹基於漏斗演算法的一個限流器的實現。文字也提供了其他幾種開源的實現方法。

基於令牌桶的限流器實現

在golang 的官方擴充套件包 time 中（github/go/time），提供了一個基於令牌桶演算法的限流器的實現。

原理

令牌桶限流器，有兩個概念：

• 令牌：每次都需要拿到令牌後，才可以訪問
• 桶：有一定大小的桶，桶中最多可以放一定數量的令牌
• 放入頻率：按照一定的頻率向通裡面放入令牌，但是令牌數量不能超過桶的容量

因此，一個令牌桶的限流器，可以限制一個時間間隔內，最多可以承載桶容量的訪問頻次。下面我們看看官方的實現。

實現

限流器的定義

下面是對一個限流器的定義：

type Limiter struct {
 limit Limit // 放入桶的頻率  （Limit 為 float64型別）
 burst int  // 桶的大小

 mu   sync.Mutex
 tokens float64 // 當前桶內剩餘令牌個數
 last time.Time // 最近取走token的時間
 lastEvent time.Time // 最近限流事件的時間
}

其中，核心引數是 limit，burst。 burst 代表了桶的大小，從實際意義上來講，可以理解為服務可以承載的併發量大小；limit 代表了 放入桶的頻率，可以理解為正常情況下，1s內我們的服務可以處理的請求個數。

在令牌發放後，會被保留在Reservation 物件中，定義如下：

type Reservation struct {
 ok    bool // 是否滿足條件分配到了tokens
 lim    *Limiter // 傳送令牌的限流器
 tokens  int  // tokens 的數量
 timeToAct time.Time // 滿足令牌發放的時間
 limit Limit // 令牌發放速度
}

Reservation 物件，描述了一個在達到 timeToAct 時間後，可以獲取到的令牌的數量tokens。 （因為有些需求會做預留的功能，所以timeToAct 並不一定就是當前的時間。

限流器如何限流

官方提供的限流器有阻塞等待式的，也有直接判斷方式的，還有提供了自己維護預留式的，但核心的實現都是下面的reserveN 方法。

// 在 now 時間需要拿到n個令牌，最多可以等待的時間為maxFutureResrve
// 結果將返回一個預留令牌的物件
func (lim *Limiter) reserveN(now time.Time,n int,maxFutureReserve time.Duration) Reservation {
 lim.mu.Lock()

 // 首先判斷是否放入頻次是否為無窮大，如果為無窮大，說明暫時不限流
 if lim.limit == Inf {
  // ...
 }

 // 拿到截至now 時間時，可以獲取的令牌tokens數量，上一次拿走令牌的時間last
 now,last,tokens := lim.advance(now)

 // 然後更新 tokens 的數量，把需要拿走的去掉
 tokens -= float64(n)

 // 如果tokens 為負數，說明需要等待，計算等待的時間
 var waitDuration time.Duration
 if tokens < 0 {
  waitDuration = lim.limit.durationFromTokens(-tokens)
 }

 // 計算是否滿足分配條件
 // ① 需要分配的大小不超過桶容量
 // ② 等待時間不超過設定的等待時常
 ok := n <= lim.burst && waitDuration <= maxFutureReserve

 // 最後構造一個Reservation物件
 r := Reservation{
  ok:  ok,lim:  lim,limit: lim.limit,}
 if ok {
  r.tokens = n
  r.timeToAct = now.Add(waitDuration)
 }

 // 並更新當前limiter 的值
 if ok {
  lim.last = now
  lim.tokens = tokens
  lim.lastEvent = r.timeToAct
 } else {
  lim.last = last
 }

 lim.mu.Unlock()
 return r
}

從實現上看，limiter 並不是每隔一段時間更新當前桶中令牌的數量，而是記錄了上次訪問時間和當前桶中令牌的數量。當再次訪問時，通過上次訪問時間計算出當前桶中的令牌的數量，決定是否可以發放令牌。

使用

下面我們通過一個簡單的例子，學習上面介紹的限流器的使用。

 limiter := rate.NewLimiter(rate.Every(100*time.Millisecond),10)
 http.HandleFunc("/",func(w http.ResponseWriter,r *http.Request) {
  if limiter.Allow() {// do something
   log.Println("say hello")
  }
 })
 _ = http.ListenAndServe(":13100",nil)

上面，每100 ms 放入令牌桶中1個令牌，所以當批量訪問該介面時，可以看到如下結果：

2020/06/26 14:34:16 say hello 有18 條記錄
2020/06/26 14:34:17 say hello 有10 條記錄
2020/06/26 14:34:18 say hello 有10 條記錄
...

一開始漏斗滿著，可以緩解部分突發的流量。當漏斗未空時，訪問的頻次和令牌放入的頻次變為一致。

其他限流器的實現

uber 開源庫中基於漏斗演算法實現了一個限流器。漏斗演算法可以限制流量的請求速度，並起到削峰填谷的作用。 https://github.com/uber-go/ratelimit

滴滴開源實現了一個對http請求的限流器中介軟體。可以基於以下模式限流。

• 基於IP，路徑，方法，header，授權使用者等限流
• 通過自定義方法限流
• 還支援基於 http header 設定限流資料
• 實現方式是基於 github/go/time 實現的，不同類別的資料都儲存在一個帶超時時間的資料池中。
• 程式碼地址 https://github.com/didip/tollbooth

golang 網路包中還有基於訊號量實現的限流器。 https://github.com/golang/net/blob/master/netutil/listen.go 也值得我們去學習下。

總結

令牌桶實現的限流器演算法，相較於漏斗演算法可以在一定程度上允許突發的流量進入我們的應用中，所以在web應用中最為廣泛。

在實際使用時，一般不會做全域性的限流，而是針對某些特徵去做精細化的限流。例如：通過header、x-forward-for 等限制爬蟲的訪問，通過對 ip,session 等使用者資訊限制單個使用者的訪問等。

到此這篇關於Golang 限流器的使用和實現示例的文章就介紹到這了,更多相關Golang 限流器內容請搜尋我們以前的文章或繼續瀏覽下面的相關文章希望大家以後多多支援我們！