- 限流算法的目的是控制对后端接口的访问频率,防止因过度访问导致系统崩溃。
- 网站登录接口是限流的典型例子,爬虫或恶意用户可能疯狂调用登录接口,导致数据库压力过大。
- 通过限制接口的QPS(每秒查询率),可以保护后端数据库不受冲击。
- 令牌桶算法是一种经典的限流算法,将请求想象成令牌,桶以一定速度放入令牌。
- 桶的容量决定瞬间最多能满足的请求数,生产速度代表平均供应速度。
- 谷歌官方提供了基于令牌桶算法的实现,位于guava库的x包下。
- 使用rate.newLimit方法创建限流器,指定时间间隔和桶容量。
- 限流器接受三种取令牌方式:wait、allow和reserve。
- wait方式会等待桶内令牌足够为止;allow方式立即返回是否允许取走令牌;reserve方式会计算等待时间。
go
package tests
import (
"sync/atomic"
"time"
"golang.org/x/time/rate"
)
// TotalQuery 记录请求总数
var TotalQuery int32
// Handler 模拟接口
func Handler() {
atomic.AddInt32(&TotalQuery, 1)
time.Sleep(50 * time.Millisecond)
}
func CallHandler() {
// 每隔100ms生成一个令牌,最大QPS限制为10
limiter := rate.NewLimiter(rate.Every(100*time.Millisecond), 10)
for {
// 方式一:WaitN()
//ctx, cancel := context.WithTimeout(context.Background(), 100*time.Millisecond)
//defer cancel()
//limiter.WaitN(ctx, 1) // 阻塞,直到桶中有N个令牌。N=1时等价于Wait(ctx)
//Handler()
// 方式二:AllowN()
// 不等,当前桶中是否至少还有N个令牌,如果有则返回true。N=1时等价于Allow(time.Time)
//if limiter.AllowN(time.Now(), 1) {
// Handler()
//}
// 方式三:ReserveN()
// reserve.Delay()告诉你还需要等多久才会有充足的令牌,等待相应时间,再执行
reserve := limiter.ReserveN(time.Now(), 1)
time.Sleep(reserve.Delay())
Handler()
}
}
- 令牌桶(Token Bucket)算法是一种常用的限流算法,常用于网络流量控制和高并发服务的请求限速。它本质上是一个允许突发请求但控制平均速率的机制,兼具了平滑输出和灵活突发的优点。
- 令牌桶算法通过一个"桶"来存储"令牌",系统按照固定速率向桶中添加令牌,处理请求时必须"取走"一个令牌,如果桶里没有令牌了,请求就被拒绝或延迟处理。
- 每次处理请求时:
- 令牌补充:根据当前时间与上次补充时间的差值,计算应添加的令牌数量:tokens += (now - last_refill_time) * r
- 令牌溢出处理:如果 tokens > b,令牌数取为桶最大容量。
- 判断请求是否能通过:
- 如果 tokens >= 1,扣除一个令牌,允许请求通过。
- 否则,拒绝请求或阻塞等待。