限流器是服務中非常重要的一個組件，在網(wǎng)關設計、微服務、以及普通的后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。

限流器的算法比較多，常見的比如令牌桶算法、漏斗算法、信號量等。本文主要介紹基于漏斗算法的一個限流器的實現(xiàn)。文本也提供了其他幾種開源的實現(xiàn)方法。

基于令牌桶的限流器實現(xiàn)

在golang 的官方擴展包 time 中（github/go/time），提供了一個基于令牌桶算法的限流器的實現(xiàn)。

原理

令牌桶限流器，有兩個概念：

• 令牌：每次都需要拿到令牌后，才可以訪問
• 桶：有一定大小的桶，桶中最多可以放一定數(shù)量的令牌
• 放入頻率：按照一定的頻率向通里面放入令牌，但是令牌數(shù)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(nèi)，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(xiàn)。

實現(xiàn)

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類型）
 burst int  // 桶的大小

 mu   sync.Mutex
 tokens float64 // 當前桶內(nèi)剩余令牌個數(shù)
 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，核心參數(shù)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并發(fā)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(nèi)我們的服務可以處理的請求個數(shù)。

在令牌發(fā)放后，會被保留在Reservation 對象中，定義如下：

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

Reservation 對象，描述了一個在達到 timeToAct 時間后，可以獲取到的令牌的數(shù)量tokens。 （因為有些需求會做預留的功能，所以timeToAct 并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(xiàn)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對象
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(shù)量，上一次拿走令牌的時間last
 now, last, tokens := lim.advance(now)

 // 然后更新 tokens 的數(shù)量，把需要拿走的去掉
 tokens -= float64(n)

 // 如果tokens 為負數(shù)，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

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

 // 并更新當前l(fā)imiter 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(xiàn)上看，limiter 并不是每隔一段時間更新當前桶中令牌的數(shù)量，而是記錄了上次訪問時間和當前桶中令牌的數(shù)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(shù)量，決定是否可以發(fā)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，所以當批量訪問該接口時，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(fā)的流量。當漏斗未空時，訪問的頻次和令牌放入的頻次變?yōu)橐恢隆?/p>

其他限流器的實現(xiàn)

uber 開源庫中基于漏斗算法實現(xiàn)了一個限流器。漏斗算法可以限制流量的請求速度，并起到削峰填谷的作用。 https://github.com/uber-go/ratelimit

滴滴開源實現(xiàn)了一個對http請求的限流器中間件。可以基于以下模式限流。

• 基于IP，路徑，方法，header，授權用戶等限流
• 通過自定義方法限流
• 還支持基于 http header 設置限流數(shù)據(jù)
• 實現(xiàn)方式是基于 github/go/time 實現(xiàn)的，不同類別的數(shù)據(jù)都存儲在一個帶超時時間的數(shù)據(jù)池中。
• 代碼地址 https://github.com/didip/tollbooth

golang 網(wǎng)絡包中還有基于信號量實現(xiàn)的限流器。 https://github.com/golang/net/blob/master/netutil/listen.go 也值得我們?nèi)W習下。

總結

令牌桶實現(xiàn)的限流器算法，相較于漏斗算法可以在一定程度上允許突發(fā)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，一般不會做全局的限流，而是針對某些特征去做精細化的限流。例如：通過header、x-forward-for 等限制爬蟲的訪問，通過對 ip,session 等用戶信息限制單個用戶的訪問等。

到此這篇關于Golang 限流器的使用和實現(xiàn)示例的文章就介紹到這了,更多相關Golang 限流器內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家！