共计 4014 个字符，预计需要花费 11 分钟才能阅读完成。
情谊提醒：此篇文章大概须要浏览 12 分钟 7 秒，不足之处请多指教，感激你的浏览。订阅本站
限流器是后盾服务中非常重要的组件，在理论的业务场景中应用居多，其设计在微服务、网关、和一些后盾服务中会常常遇到。限流器的作用是用来限度其申请的速率，爱护后盾响应服务，免得服务过载导致服务不可用景象呈现。
限流器 的实现办法有很多种，例如 Token Bucket、滑动窗口法、Leaky Bucket 等。
在 Golang 库中官网给咱们提供了限流器的实现golang.org/x/time/rate，它是基于令牌桶算法（Token Bucket）设计实现的。
令牌桶算法
令牌桶设计比较简单，能够简略的了解成一个只能寄存固定数量雪糕! 的一个冰箱，每个申请能够了解成来拿雪糕的人，有且只能每一次申请拿一块，那雪糕拿完了会怎么样呢？这里会有一个固定放雪糕的工人，并且他往冰箱里放雪糕的频率都是统一的，例如他 1s 中只能往冰箱里放 10 块雪糕，这里就能够看出申请响应的频率了。
令牌桶设计概念：
- 令牌：每次申请只有拿到 Token 令牌后，才能够持续拜访；
- 桶：具备固定数量的桶，每个桶中最多只能放设计好的固定数量的令牌；
- 入桶频率：依照固定的频率往桶中放入令牌，放入令牌不能超过桶的容量。
也就是说，基于令牌桶设计算法就限度了申请的速率，达到申请响应可控的目标，特地是针对于高并发场景中突发流量申请的景象，后盾就能够轻松应答申请了，因为到后端具体服务的时候突发流量申请曾经通过了限流了。
具体设计
限流器定义
type Limiter struct {
mu sync.Mutex // 互斥锁（排他锁）limit Limit // 放入桶的频率 float64 类型
burst int // 桶的大小
tokens float64 // 令牌 token 以后残余的数量
last time.Time // 最近取走 token 的工夫
lastEvent time.Time // 最近限流事件的工夫
}limit、burst 和 token 是这个限流器中外围的参数，申请并发的大小在这里实现的。
在令牌发放之后，会存储在 Reservation 预约对象中：
type Reservation struct {
ok bool // 是否满足条件调配了 token
lim *Limiter // 发送令牌的限流器
tokens int // 发送 token 令牌的数量
timeToAct time.Time // 满足令牌发放的工夫
limit Limit // 令牌发放速度
}生产 Token
Limiter 提供了三类办法供用户生产 Token，用户能够每次生产一个 Token，也能够一次性生产多个 Token。而每种办法代表了当 Token 有余时，各自不同的对应伎俩。
Wait、WaitN
func (lim *Limiter) Wait(ctx context.Context) (err error)
func (lim *Limiter) WaitN(ctx context.Context, n int) (err error)其中，Wait 就是 WaitN(ctx, 1)，在上面的办法介绍实现也是一样的。
应用 Wait 办法生产 Token 时，如果此时桶内 Token 数组有余 (小于 n)，那么 Wait 办法将会阻塞一段时间，直至 Token 满足条件。如果短缺则间接返回。
Allow、AllowN
func (lim *Limiter) Allow() bool
func (lim *Limiter) AllowN(now time.Time, n int) bool AllowN 办法示意，截止到以后某一时刻，目前桶中数目是否至多为 n 个，满足则返回 true，同时从桶中生产 n 个 token。
反之返回不生产 Token，false。
通常对应这样的线上场景，如果申请速率过快，就间接丢到某些申请。
Reserve、ReserveN
官网提供的限流器有阻塞期待式的 Wait，也有直接判断形式的 Allow，还有提供了本人保护预留式的，但外围的实现都是上面的 reserveN 办法。
func (lim *Limiter) Reserve() *Reservation
func (lim *Limiter) ReserveN(now time.Time, n int) *Reservation当调用实现后，无论 Token 是否短缺，都会返回一个 Reservation * 对象。
你能够调用该对象的 Delay() 办法，该办法返回了须要期待的工夫。如果等待时间为 0，则阐明不必期待。
必须等到等待时间完结之后，能力进行接下来的工作。
或者，如果不想期待，能够调用 Cancel() 办法，该办法会将 Token 偿还。
func (lim *Limiter) reserveN(now time.Time, n int, maxFutureReserve time.Duration) Reservation {lim.mu.Lock()
// 首先判断是否放入频率是否为无穷大
// 如果为无穷大，阐明临时不限流
if lim.limit == Inf {lim.mu.Unlock()
return Reservation{
ok: true,
lim: lim,
tokens: n,
timeToAct: now,
}
}
// 拿到截至 now 工夫时
// 能够获取的令牌 tokens 数量及上一次拿走令牌的工夫 last
now, last, tokens := lim.advance(now)
// 更新 tokens 数量
tokens -= float64(n)
// 如果 tokens 为正数，代表以后没有 token 放入桶中
// 阐明须要期待，计算期待的工夫
var waitDuration time.Duration
if tokens < 0 {waitDuration = lim.limit.durationFromTokens(-tokens)
}
// 计算是否满足调配条件
// 1、须要调配的大小不超过桶的大小
// 2、等待时间不超过设定的期待时长
ok := n <= lim.burst && waitDuration <= maxFutureReserve
// 预处理 reservation
r := Reservation{
ok: ok,
lim: lim,
limit: lim.limit,
}
// 若以后满足调配条件
// 1、设置调配大小
// 2、满足令牌发放的工夫 = 以后工夫 + 期待时长
if ok {
r.tokens = n
r.timeToAct = now.Add(waitDuration)
}
// 更新 limiter 的值，并返回
if ok {
lim.last = now
lim.tokens = tokens
lim.lastEvent = r.timeToAct
} else {lim.last = last}
lim.mu.Unlock()
return r
}具体应用
rate 包中提供了对限流器的应用，只须要指定 limit（放入桶中的频率）、burst（桶的大小）。
func NewLimiter(r Limit, b int) *Limiter {
return &Limiter{
limit: r, // 放入桶的频率
burst: b, // 桶的大小
}
}在这里，应用一个 http api 来简略的验证一下 time/rate 的弱小：
func main() {r := rate.Every(1 * time.Millisecond)
limit := rate.NewLimiter(r, 10)
http.HandleFunc("/", func(writer http.ResponseWriter, request *http.Request) {if limit.Allow() {fmt.Printf("申请胜利，以后工夫：%s\n", time.Now().Format("2006-01-02 15:04:05"))
} else {fmt.Printf("申请胜利，然而被限流了。。。\n")
}
})
_ = http.ListenAndServe(":8081", nil)
}在这里，我把桶设置成了每一毫秒投放一次令牌，桶容量大小为 10，起一个 http 的服务，模仿后盾 API。
接下来做一个压力测试，看看成果如何：
func GetApi() {
api := "http://localhost:8081/"
res, err := http.Get(api)
if err != nil {panic(err)
}
defer res.Body.Close()
if res.StatusCode == http.StatusOK {fmt.Printf("get api success\n")
}
}
func Benchmark_Main(b *testing.B) {
for i := 0; i < b.N; i++ {GetApi()
}
}成果如下：
......
申请胜利，以后工夫：2020-08-24 14:26:52
申请胜利，然而被限流了。。。申请胜利，然而被限流了。。。申请胜利，然而被限流了。。。申请胜利，然而被限流了。。。申请胜利，然而被限流了。。。申请胜利，以后工夫：2020-08-24 14:26:52
申请胜利，然而被限流了。。。申请胜利，然而被限流了。。。申请胜利，然而被限流了。。。申请胜利，然而被限流了。。。......在这里，能够看到，当应用 AllowN 办法中，只有当令牌 Token 生产进去，才能够生产令牌，持续申请，残余的则是将其申请摈弃，当然在理论的业务解决中，能够用比拟敌对的形式反馈给前端。
在这里，先有的几次申请都会胜利，是因为服务启动后，令牌桶会初始化，将令牌放入到桶中，然而随着突发流量的申请，令牌依照预约的速率生产令牌，就会呈现显著的令牌供不应求的景象。
开源文化
目前 time/rate 是一个独立的限流器开源解决方案，感兴趣的小伙伴能够给此我的项目一个 Star，谢谢。
GitHub
golang/time
参考文章
- 限流器系列(2) — Token Bucket 令牌桶
- Golang 限流器的应用和实现
- Golang 规范库限流器 time/rate 应用介绍
- https://github.com/golang/time/rate.go