关于golang:gozero-如何扛住流量冲击二

本篇文章承接上一篇 go-zero 如何扛住流量冲击（一）。

上一篇介绍的是 go-zero 中滑动窗口限流，本篇介绍另外一个 tokenlimit，令牌桶限流。

应用

const (
    burst   = 100
    rate    = 100
    seconds = 5
)

store := redis.NewRedis("localhost:6379", "node", "")
fmt.Println(store.Ping())
// New tokenLimiter
limiter := limit.NewTokenLimiter(rate, burst, store, "rate-test")
timer := time.NewTimer(time.Second * seconds)
quit := make(chan struct{})
defer timer.Stop()
go func() {
  <-timer.C
  close(quit)
}()

var allowed, denied int32
var wait sync.WaitGroup
for i := 0; i < runtime.NumCPU(); i++ {wait.Add(1)
  go func() {
    for {
      select {
        case <-quit:
          wait.Done()
          return
        default:
          if limiter.Allow() {atomic.AddInt32(&allowed, 1)
          } else {atomic.AddInt32(&denied, 1)
          }
      }
    }
  }()}

wait.Wait()
fmt.Printf("allowed: %d, denied: %d, qps: %d\n", allowed, denied, (allowed+denied)/seconds)

tokenlimit

从整体上令牌桶生产 token 逻辑如下：

• 用户配置的均匀发送速率为 r，则每隔 1 / r 秒一个令牌被退出到桶中；
• 假如桶中最多能够寄存 b 个令牌。如果令牌达到时令牌桶曾经满了，那么这个令牌会被抛弃；
• 当流量以速率 v 进入，从桶中以速率 v 取令牌，拿到令牌的流量通过，拿不到令牌流量不通过，执行熔断逻辑；

go-zero 在两类限流器下都采取 lua script 的形式，依赖 redis 能够做到分布式限流，lua script同时能够做到对 token 生产读取操作的原子性。

上面来看看 lua script 管制的几个要害属性：

-- 返回是否能够活取得预期的 token

local rate = tonumber(ARGV[1])
local capacity = tonumber(ARGV[2])
local now = tonumber(ARGV[3])
local requested = tonumber(ARGV[4])

-- fill_time：须要填满 token_bucket 须要多久
local fill_time = capacity/rate
-- 将填充工夫向下取整
local ttl = math.floor(fill_time*2)

-- 获取目前 token_bucket 中残余 token 数
-- 如果是第一次进入，则设置 token_bucket 数量为 令牌桶最大值
local last_tokens = tonumber(redis.call("get", KEYS[1]))
if last_tokens == nil then
    last_tokens = capacity
end

-- 上一次更新 token_bucket 的工夫
local last_refreshed = tonumber(redis.call("get", KEYS[2]))
if last_refreshed == nil then
    last_refreshed = 0
end

local delta = math.max(0, now-last_refreshed)
-- 通过以后工夫与上一次更新工夫的跨度，以及生产 token 的速率，计算出新的 token 数
-- 如果超过 max_burst，多余生产的 token 会被抛弃
local filled_tokens = math.min(capacity, last_tokens+(delta*rate))
local allowed = filled_tokens >= requested
local new_tokens = filled_tokens
if allowed then
    new_tokens = filled_tokens - requested
end

-- 更新新的 token 数，以及更新工夫
redis.call("setex", KEYS[1], ttl, new_tokens)
redis.call("setex", KEYS[2], ttl, now)

return allowed

上述能够看出 lua script：只波及对 token 操作，保障 token 生产正当和读取正当。

函数剖析

从上述流程中看出：

1. 有多重保障机制，保障限流肯定会实现。
2. 如果 redis limiter 生效，至多在过程内 rate limiter 兜底。
3. 重试 redis limiter 机制保障尽可能地失常运行。

总结

go-zero 中的 tokenlimit 限流计划实用于刹时流量冲击，事实申请场景并不以恒定的速率。令牌桶相当预申请，当实在的申请达到不至于霎时被打垮。当流量冲击到肯定水平，则才会依照预约速率进行生产。

然而生产 token 上，不能依照过后的流量状况作出动静调整，不够灵便，还能够进行进一步优化。此外能够参考 Token bucket WIKI 中提到分层令牌桶，依据不同的流量带宽，分至不同排队中。

参考

• go-zero tokenlimit
• Go-Redis 提供的分布式限流库

如果感觉文章不错，欢送 github 点个 star ????

同时欢送大家应用 go-zero，https://github.com/tal-tech/g…

我的项目地址：
https://github.com/tal-tech/go-zero