注：本文已发布超过一年，请注意您所使用工具的相关版本是否适用
本系列为 Go 进阶训练营 笔记,访问 博客: Go进阶训练营, 即可查看当前更新进度，部分文章篇幅较长，使用 PC 大屏浏览体验更佳。
序
3 月进度: 10/15，终于完成了 2/3 了，后续文章会在长度上做一些调整，之前的文章长度有的实在是比较长，这样会导致不太便于阅读，特别是现在很多都是使用手机进行查看，所以后面每天文章的长度会尽量控制在 2k - 3k 这个长度，太短了没啥内容，太长了阅读上会有一些疲劳
从这篇文章开始会开始讲一讲限流该如何做，会结合 Go 进阶训练营 中的内容、网上查阅的一些资料以及个人一些微小的经验进行总结，这一部分预计总共会有 7 篇文章，今天我们来开始第一篇，令牌桶的原理及使用。
令牌桶
原理
如上图[5] 所示，令牌桶的大概原理是：
- 我们以
r/s 的速度向桶内放置令牌，桶的容量为 b , 如果桶满了令牌将会丢弃 - 当请求到达时，我们向桶内获取令牌，如果令牌足够，我们就通过转发请求
- 如果桶内的令牌数量不够，那么这个请求会被缓存等待令牌足够时转发，或者是被直接丢弃掉
由于桶的存在，所以令牌桶算法不仅可以限流还可以应对突发流量的情况
举个例子：假设我们桶的容量是 100，速度是 10 rps，那么在我们桶满的情况下，如果突然来 100 个请求是可以满足的，但是后续的请求就会被限制到 10 rps
存在下面两种特殊情况
- 如果桶的容量为 0，那么相当于禁止请求，因为所有的令牌都被丢弃了
- 如果令牌放置速率为无穷大，那么相当于没有限制
令牌桶最常见的实现就是 Go 官方的 golang.org/x/time/rate，接下来我们就看看这个库如何使用吧
使用方法
方法一览
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
| // 限流器结构体
type Limiter
// 构建一个限流器，r 是每秒放入的令牌数量，b 是桶的大小
func NewLimiter(r Limit, b int) *Limiter // 分别返回 b 和 r 的值
func (lim *Limiter) Burst() int
func (lim *Limiter) Limit() Limit // token 消费方法
func (lim *Limiter) Allow() bool
func (lim *Limiter) AllowN(now time.Time, n int) bool
func (lim *Limiter) Reserve() *Reservation
func (lim *Limiter) ReserveN(now time.Time, n int) *Reservation
func (lim *Limiter) Wait(ctx context.Context) (err error)
func (lim *Limiter) WaitN(ctx context.Context, n int) (err error) // 动态流控
func (lim *Limiter) SetBurst(newBurst int)
func (lim *Limiter) SetBurstAt(now time.Time, newBurst int)
func (lim *Limiter) SetLimit(newLimit Limit)
func (lim *Limiter) SetLimitAt(now time.Time, newLimit Limit)
|
初始化令牌桶
直接调用 NewLimiter(r Limit, b int) 即可， r 表示每秒产生 token 的速度， b 表示桶的大小
Token 消费
总共有三种 token 消费的方式，最常用的是使用 Wait 阻塞等待
**
Allow
Allow 就是 AllowN(now,1) 的别名， AllowN 表示截止到 now 这个时间点，是否存在 n 个 token，如果存在那么就返回 true 反之返回 false，如果我们限流比较严格，没有资源就直接丢弃可以使用这个方法。
1
2
| func (lim *Limiter) Allow() bool
func (lim *Limiter) AllowN(now time.Time, n int) bool
|
**
Reserve
同理 Reserve 也是 ReserveN(now, 1) 的别名， ReserveN 其实和 AllowN 类似，表示截止到 now 这个时间点，是否存在 n 个 token，只是 AllowN 直接返回 true or false，但是 ReserveN 返回一个 Reservation 对象
1
2
| func (lim *Limiter) Reserve() *Reservation
func (lim *Limiter) ReserveN(now time.Time, n int) *Reservation
|
Reservation 有 5 个方法，通过调用 OK 我们可以知道是否通过等待可以获取到 N 个 token，如果可以通过 Delay 方法我们可以得知需要等待的时间，如果我们不想等了可以调用 Cancel 方法归还 token
1
2
3
4
5
6
| type Reservation
func (r *Reservation) Cancel()
func (r *Reservation) CancelAt(now time.Time)
func (r *Reservation) Delay() time.Duration
func (r *Reservation) DelayFrom(now time.Time) time.Duration
func (r *Reservation) OK() bool
|
**
Wait
Wait 是最常用的， Wait 是 WaitN(ctx, 1) 的别名， WaitN(ctx, n) 表示如果存在 n 个令牌就直接转发，不存在我们就等，等待存在为止，传入的 ctx 的 Deadline 就是等待的 Deadline
1
2
| func (lim *Limiter) Wait(ctx context.Context) (err error)
func (lim *Limiter) WaitN(ctx context.Context, n int) (err error)
|
动态流控
通过调用 SetBurst 和 SetLimit 可以动态的设置桶的大小和 token 生产速率，其中 SetBurstAt 和 SetLimitAt 会将传入的时间 now 设置为流控最后的更新时间
1
2
3
4
| func (lim *Limiter) SetBurst(newBurst int)
func (lim *Limiter) SetBurstAt(now time.Time, newBurst int)
func (lim *Limiter) SetLimit(newLimit Limit)
func (lim *Limiter) SetLimitAt(now time.Time, newLimit Limit)
|
案例: 10 行代码实现 基于 ip 的 gin 限流中间件
正好上周我们有个类似的需求，我们就来简单实现一下，其实主要就是使用了 sync.map 来为每一个 ip 创建一个 limiter，当然这个 key 也可以是其他的值，例如用户名等
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
| func NewLimiter(r rate.Limit, b int, t time.Duration) gin.HandlerFunc {
limiters := &sync.Map{} return func(c *gin.Context) {
// 获取限速器
// key 除了 ip 之外也可以是其他的，例如 header，user name 等
key := c.ClientIP()
l, _ := limiters.LoadOrStore(key, rate.NewLimiter(r, b)) // 这里注意不要直接使用 gin 的 context 默认是没有超时时间的
ctx, cancel := context.WithTimeout(c, t)
defer cancel() if err := l.(*rate.Limiter).Wait(ctx); err != nil {
// 这里先不处理日志了，如果返回错误就直接 429
c.AbortWithStatusJSON(http.StatusTooManyRequests, gin.H{"error": err})
}
c.Next()
}
}
|
使用的时候只需要 use 一下中间件就可以了
1
2
3
4
5
6
7
8
9
| func main() {
e := gin.Default()
// 新建一个限速器，允许突发 10 个并发，限速 3rps，超过 500ms 就不再等待
e.Use(NewLimiter(3, 10, 500*time.Millisecond))
e.GET("ping", func(c *gin.Context) {
c.String(http.StatusOK, "pong")
})
e.Run(":8080")
}
|
我们使用 go-stress-testing 来压测一下，20 个并发
1
2
3
4
5
6
7
8
9
10
11
12
13
14
| ~/gopath/bin/go-stress-testing-mac -c 20 -n 1 -u http://127.0.0.1:8080/ping开始启动 并发数:20 请求数:1 请求参数: ─────┬───────┬───────┬───────┬────────┬────────┬────────┬────────┬────────┬────────┬────────
耗时│ 并发数│ 成功数│ 失败数│ qps │ 最长耗时│ 最短耗时│ 平均耗时│ 下载字节│ 字节每秒│ 错误码
─────┼───────┼───────┼───────┼────────┼────────┼────────┼────────┼────────┼────────┼────────
1s│ 20│ 11│ 9│ 63.79│ 438.48│ 45.37│ 313.53│ 152│ 259│200:11;429:9 ************************* 结果 stat ****************************
处理协程数量: 20
请求总数（并发数*请求数 -c * -n）: 20 总请求时间: 0.586 秒 successNum: 11 failureNum: 9
************************* 结果 end ****************************
|
可以发现总共成功了 11 个请求，失败了 9 个，这是因为我们桶的大小是 10 所以前 10 个请求都很快就结束了，第 11 个请求等待 333.3 ms 就可以完成，小于超时时间 500ms，所以可以放行，但是后面的请求确是等不了了，所以就都失败了，并且可以看到最后一个成功的请求的耗时为 336.83591ms 而其他的请求耗时都很短
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
| [GIN-debug] Listening and serving HTTP on :8080
[GIN] 2021/03/29 - 13:15:55 | 200 | 1.48104ms | 127.0.0.1 | GET "/ping"
[GIN] 2021/03/29 - 13:15:55 | 429 | 1.107689ms | 127.0.0.1 | GET "/ping"
[GIN] 2021/03/29 - 13:15:55 | 429 | 1.746222ms | 127.0.0.1 | GET "/ping"
[GIN] 2021/03/29 - 13:15:55 | 429 | 866.35µs | 127.0.0.1 | GET "/ping"
[GIN] 2021/03/29 - 13:15:55 | 429 | 1.870403ms | 127.0.0.1 | GET "/ping"
[GIN] 2021/03/29 - 13:15:55 | 429 | 2.231912ms | 127.0.0.1 | GET "/ping"
[GIN] 2021/03/29 - 13:15:55 | 429 | 1.832506ms | 127.0.0.1 | GET "/ping"
[GIN] 2021/03/29 - 13:15:55 | 429 | 613.741µs | 127.0.0.1 | GET "/ping"
[GIN] 2021/03/29 - 13:15:55 | 200 | 1.454753ms | 127.0.0.1 | GET "/ping"
[GIN] 2021/03/29 - 13:15:55 | 200 | 1.37802ms | 127.0.0.1 | GET "/ping"
[GIN] 2021/03/29 - 13:15:55 | 200 | 1.428062ms | 127.0.0.1 | GET "/ping"
[GIN] 2021/03/29 - 13:15:55 | 200 | 40.782µs | 127.0.0.1 | GET "/ping"
[GIN] 2021/03/29 - 13:15:55 | 200 | 1.046146ms | 127.0.0.1 | GET "/ping"
[GIN] 2021/03/29 - 13:15:55 | 429 | 1.7624ms | 127.0.0.1 | GET "/ping"
[GIN] 2021/03/29 - 13:15:55 | 429 | 1.803124ms | 127.0.0.1 | GET "/ping"
[GIN] 2021/03/29 - 13:15:55 | 200 | 41.67µs | 127.0.0.1 | GET "/ping"
[GIN] 2021/03/29 - 13:15:55 | 200 | 1.42315ms | 127.0.0.1 | GET "/ping"
[GIN] 2021/03/29 - 13:15:55 | 200 | 1.371483ms | 127.0.0.1 | GET "/ping"
[GIN] 2021/03/29 - 13:15:55 | 200 | 731.091µs | 127.0.0.1 | GET "/ping"
[GIN] 2021/03/29 - 13:15:55 | 200 | 336.83591ms | 127.0.0.1 | GET "/ping"
|
总结
这篇主要介绍了一下令牌桶的实现原理，以及 Go 官方实现如何使用，最后讲了一个使用案例，下一篇我们再来学习一下源码是怎么实现的
参考文献
- Go 进阶训练营-极客时间
- Token bucket - Wikipedia
- 令牌桶算法_百度百科 (baidu.com)
- 限流的概念，算法，分布式限流以及微服务架构下限流的难点 - 知乎 (zhihu.com)
- 令牌桶工作原理 - 知乎 (zhihu.com)
- golang.org/x/time/rate
关注我获取更新
猜你喜欢
