Golang 限流器的使用和实现
Golang 限流器的使用和实现
限流器是服务中非常重要的一个组件，在网关设计、微服务、以及普通的后台应用中都比较常见。它可以限制访问服务的频次和速率，防止服务过载，被刷爆。
限流器的算法比较多，常见的比如令牌桶算法、漏斗算法、信号量等。本文主要介绍基于漏斗算法的一个限流器的实现。文本也提供了其他几种开源的实现方法。
基于令牌桶的限流器实现
在golang 的官方扩展包 time 中（github/go/time），提供了一个基于令牌桶算法的限流器的实现。
原理
令牌桶限流器，有两个概念：
- 令牌：每次都需要拿到令牌后，才可以访问
- 桶：有一定大小的桶，桶中最多可以放一定数量的令牌
- 放入频率：按照一定的频率向通里面放入令牌，但是令牌数量不能超过桶的容量
因此，一个令牌桶的限流器，可以限制一个时间间隔内，最多可以承载桶容量的访问频次。下面我们看看官方的实现。
实现
限流器的定义
下面是对一个限流器的定义：
type Limiter struct {
limit Limit // 放入桶的频率 （Limit 为 float64类型）
burst int // 桶的大小
mu sync.Mutex
tokens float64 // 当前桶内剩余令牌个数
last time.Time // 最近取走token的时间
lastEvent time.Time // 最近限流事件的时间
}其中，核心参数是 limit，burst。 burst 代表了桶的大小，从实际意义上来讲，可以理解为服务可以承载的并发量大小；limit 代表了 放入桶的频率，可以理解为正常情况下，1s内我们的服务可以处理的请求个数。
在令牌发放后，会被保留在Reservation 对象中，定义如下：
type Reservation struct {
ok bool // 是否满足条件分配到了tokens
lim *Limiter // 发送令牌的限流器
tokens int // tokens 的数量
timeToAct time.Time // 满足令牌发放的时间
limit Limit // 令牌发放速度
}Reservation 对象，描述了一个在达到 timeToAct 时间后，可以获取到的令牌的数量tokens。 （因为有些需求会做预留的功能，所以timeToAct 并不一定就是当前的时间。
限流器如何限流
官方提供的限流器有阻塞等待式的，也有直接判断方式的，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。
// 在 now 时间需要拿到n个令牌，最多可以等待的时间为maxFutureResrve
// 结果将返回一个预留令牌的对象
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次是否为无穷大，如果为无穷大，说明暂时不限流
if lim.limit == Inf {
// ...
}
// 拿到截至now 时间时，可以获取的令牌tokens数量，上一次拿走令牌的时间last
now, last, tokens := lim.advance(now)
// 然后更新 tokens 的数量，把需要拿走的去掉
tokens -= float64(n)
// 如果tokens 为负数，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容量
// ② 等待时间不超过设定的等待时常
ok := n <= lim.burst && waitDuration <= maxFutureReserve
// 最后构造一个Reservation对象
r := Reservation{
ok: ok,
lim: lim,
limit: lim.limit,
}
if ok {
r.tokens = n
r.timeToAct = now.Add(waitDuration)
}
// 并更新当前limiter 的值
if ok {
lim.last = now
lim.tokens = tokens
lim.lastEvent = r.timeToAct
} else {
lim.last = last
}
lim.mu.Unlock()
return r
}从实现上看，limiter 并不是每隔一段时间更新当前桶中令牌的数量，而是记录了上次访问时间和当前桶中令牌的数量。当再次访问时，通过上次访问时间计算出当前桶中的令牌的数量，决定是否可以发放令牌。
使用
下面我们通过一个简单的例子，学习上面介绍的限流器的使用。
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个令牌，所以当批量访问该接口时，可以看到如下结果：
2020/06/26 14:34:16 say hello 有18 条记录
2020/06/26 14:34:17 say hello 有10 条记录
2020/06/26 14:34:18 say hello 有10 条记录
...一开始漏斗满着，可以缓解部分突发的流量。当漏斗未空时，访问的频次和令牌放入的频次变为一致。
其他限流器的实现
- uber 开源库中基于漏斗算法实现了一个限流器。漏斗算法可以限制流量的请求速度，并起到削峰填谷的作用。
https://github.com/uber-go/ratelimit -
滴滴开源实现了一个对http请求的限流器中间件。可以基于以下模式限流。
- 基于IP，路径，方法，header，授权用户等限流
- 通过自定义方法限流
- 还支持基于 http header 设置限流数据
- 实现方式是基于
github/go/time实现的，不同类别的数据都存储在一个带超时时间的数据池中。 - 代码地址
https://github.com/didip/tollbooth
- golang 网络包中还有基于信号量实现的限流器。
https://github.com/golang/net/blob/master/netutil/listen.go也值得我们去学习下。
