限流器是后台服务中十分重要的组件,在实际的业务场景中使用居多,其设计在微服务、网关、和一些后台服务中会经常遇到。限流器的作用是用来限制其请求的速率,保护后台响应服务,以免服务过载导致服务不可用现象出现。
限流器的实现方法有很多种,例如 Token Bucket、滑动窗口法、Leaky Bucket等。
在 Golang 库中官方给我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,可以简单的理解成一个只能存放固定数量雪糕?的一个冰箱,每个请求可以理解成来拿雪糕的人,有且只能每一次请求拿一块?,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一致的,例如他 1s 中只能往冰箱里放 10 块雪糕,这里就可以看出请求响应的频率了。
令牌桶设计概念:
- 令牌:每次请求只有拿到 Token 令牌后,才可以继续访问;
- 桶:具有固定数量的桶,每个桶中最多只能放设计好的固定数量的令牌;
- 入桶频率:按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制了请求的速率,达到请求响应可控的目的,特别是针对于高并发场景中突发流量请求的现象,后台就可以轻松应对请求了,因为到后端具体服务的时候突发流量请求已经经过了限流了。
具体设计
限流器定义
go
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 当前剩余的数量
last time.Time // 最近取走 token 的时间
lastEvent time.Time // 最近限流事件的时间
}
limit、burst 和 token 是这个限流器中核心的参数,请求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:
go
type Reservation struct {
ok bool // 是否满足条件分配了 token
lim *Limiter // 发送令牌的限流器
tokens int // 发送 token 令牌的数量
timeToAct time.Time // 满足令牌发放的时间
limit Limit // 令牌发放速度
}
消费 Token
Limiter 提供了三类方法供用户消费 Token,用户可以每次消费一个 Token,也可以一次性消费多个 Token。而每种方法代表了当 Token 不足时,各自不同的对应手段。
Wait、WaitN
go
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)
,在下面的方法介绍实现也是一样的。
使用 Wait 方法消费 Token 时,如果此时桶内 Token 数组不足 ( 小于 n ),那么 Wait 方法将会阻塞一段时间,直至 Token 满足条件。如果充足则直接返回。
Allow、AllowN
go
func (lim *Limiter) Allow() bool
func (lim *Limiter) AllowN(now time.Time, n int) bool
AllowN 方法表示,截止到当前某一时刻,目前桶中数目是否至少为 n 个,满足则返回 true,同时从桶中消费 n 个 token。 反之返回不消费 Token,false。
通常对应这样的线上场景,如果请求速率过快,就直接丢到某些请求。
Reserve、ReserveN
官方提供的限流器有阻塞等待式的 Wait,也有直接判断方式的 Allow,还有提供了自己维护预留式的,但核心的实现都是下面的 reserveN 方法。
go
func (lim *Limiter) Reserve() *Reservation
func (lim *Limiter) ReserveN(now time.Time, n int) *Reservation
当调用完成后,无论 Token 是否充足,都会返回一个Reservation *对象。
你可以调用该对象的 Delay() 方法,该方法返回了需要等待的时间。如果等待时间为 0,则说明不用等待。 必须等到等待时间结束之后,才能进行接下来的工作。
或者,如果不想等待,可以调用 Cancel() 方法,该方法会将 Token 归还。
go
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,说明暂时不限流
if lim.limit == Inf {
lim.mu.Unlock()
return Reservation{
ok: true,
lim: lim,
tokens: n,
timeToAct: now,
}
}
// 拿到截至 now 时间时
// 可以获取的令牌 tokens 数量及上一次拿走令牌的时间 last
now, last, tokens := lim.advance(now)
// 更新 tokens 数量
tokens -= float64(n)
// 如果 tokens 为负数,代表当前没有 token 放入桶中
// 说明需要等待,计算等待的时间
var waitDuration time.Duration
if tokens < 0 {
waitDuration = lim.limit.durationFromTokens(-tokens)
}
// 计算是否满足分配条件
// 1、需要分配的大小不超过桶的大小
// 2、等待时间不超过设定的等待时长
ok := n <= lim.burst && waitDuration <= maxFutureReserve
// 预处理 reservation
r := Reservation{
ok: ok,
lim: lim,
limit: lim.limit,
}
// 若当前满足分配条件
// 1、设置分配大小
// 2、满足令牌发放的时间 = 当前时间 + 等待时长
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
}
具体使用
rate 包中提供了对限流器的使用,只需要指定 limit(放入桶中的频率)、burst(桶的大小)。
go
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,使用一个 http api 来简单的验证一下 time/rate
的强大:
go
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("请求成功,当前时间:%s\n", time.Now().Format("2006-01-02 15:04:05"))
} else {
fmt.Printf("请求成功,但是被限流了。。。\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,模拟后台 API。
接下来做一个压力测试,看看效果如何:
go
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()
}
}
效果如下:
sybase
......
请求成功,当前时间:2020-08-24 14:26:52
请求成功,但是被限流了。。。
请求成功,但是被限流了。。。
请求成功,但是被限流了。。。
请求成功,但是被限流了。。。
请求成功,但是被限流了。。。
请求成功,当前时间:2020-08-24 14:26:52
请求成功,但是被限流了。。。
请求成功,但是被限流了。。。
请求成功,但是被限流了。。。
请求成功,但是被限流了。。。
......
在这里,可以看到,当使用 AllowN 方法中,只有当令牌 Token 生产出来,才可以消费令牌,继续请求,剩余的则是将其请求抛弃,当然在实际的业务处理中,可以用比较友好的方式反馈给前端。
在这里,先有的几次请求都会成功,是因为服务启动后,令牌桶会初始化,将令牌放入到桶中,但是随着突发流量的请求,令牌按照预定的速率生产令牌,就会出现明显的令牌供不应求的现象。
开源仓库
目前 time/rate
是一个独立的限流器开源解决方案,感兴趣的小伙伴可以给此项目一个 Star,谢谢。
References
- 限流器系列(2) -- Token Bucket 令牌桶
- Golang 限流器的使用和实现
- Golang 标准库限流器 time/rate 使用介绍
- github.com/golang/time...
本文首发于:blog.debuginn.com 公众号:Debug客栈