内容摘要：本文转载自微信公众号「微服务实践」，作者欧阳安。转载本文请联系微服务实践公众号。上篇文章提到固定时间窗口限流无法处理突然请求洪峰情况，本文讲述的令牌桶线路算法则可以比较好的处理此场景。工作原理单位时间

 

本文转载自微信公众号「微服务实践」，分布作者欧阳安。式令转载本文请联系微服务实践公众号。牌桶

上篇文章提到固定时间窗口限流无法处理突然请求洪峰情况，限流本文讲述的兜底令牌桶线路算法则可以比较好的处理此场景。

工作原理

单位时间按照一定速率匀速的保障生产 token 放入桶内，直到达到桶容量上限。分布

处理请求，式令每次尝试获取一个或多个令牌，牌桶如果拿到则处理请求，限流失败则拒绝请求。兜底

优缺点

优点

可以有效处理瞬间的服务器租用保障突发流量，桶内存量 token 即可作为流量缓冲区平滑处理突发流量。分布

缺点

实现较为复杂。式令

代码实现

core/limit/tokenlimit.go 

分布式环境下考虑使用 redis 作为桶和令牌的牌桶存储容器，采用 lua 脚本实现整个算法流程。

redis lua 脚本

-- 每秒生成token数量即token生成速度 local rate = tonumber(ARGV[1]) -- 桶容量 local capacity = tonumber(ARGV[2]) -- 当前时间戳 local now = tonumber(ARGV[3]) -- 当前请求token数量 local requested = tonumber(ARGV[4]) -- 需要多少秒才能填满桶 local fill_time = capacity/rate -- 向下取整,ttl为填满时间的2倍 local ttl = math.floor(fill_time*2) -- 当前时间桶容量 local last_tokens = tonumber(redis.call("get", KEYS[1])) -- 如果当前桶容量为0,说明是第一次进入,则默认容量为桶的最大容量 if last_tokens == nil then last_tokens = capacity end -- 上一次刷新的时间 local last_refreshed = tonumber(redis.call("get", KEYS[2])) -- 第一次进入则设置刷新时间为0 if last_refreshed == nil then last_refreshed = 0 end -- 距离上次请求的时间跨度 local delta = math.max(0, now-last_refreshed) -- 距离上次请求的时间跨度,总共能生产token的数量,如果超多最大容量则丢弃多余的服务器托管token local filled_tokens = math.min(capacity, last_tokens+(delta*rate)) -- 本次请求token数量是否足够 local allowed = filled_tokens >= requested -- 桶剩余数量 local new_tokens = filled_tokens -- 允许本次token申请,计算剩余数量 if allowed then new_tokens = filled_tokens - requested end -- 设置剩余token数量 redis.call("setex", KEYS[1], ttl, new_tokens) -- 设置刷新时间 redis.call("setex", KEYS[2], ttl, now) return allowed 

令牌桶限流器定义

type TokenLimiter struct {      // 每秒生产速率     rate int     // 桶容量     burst int     // 存储容器     store *redis.Redis     // redis key     tokenKey       string     // 桶刷新时间key     timestampKey   string     // lock     rescueLock     sync.Mutex     // redis健康标识     redisAlive     uint32     // redis故障时采用进程内 令牌桶限流器     rescueLimiter  *xrate.Limiter     // redis监控探测任务标识     monitorStarted bool } func NewTokenLimiter(rate, burst int, store *redis.Redis, key string) *TokenLimiter {      tokenKey := fmt.Sprintf(tokenFormat, key)     timestampKey := fmt.Sprintf(timestampFormat, key)     return &TokenLimiter{          rate:          rate,         burst:         burst,         store:         store,         tokenKey:      tokenKey,         timestampKey:  timestampKey,         redisAlive:    1,         rescueLimiter: xrate.NewLimiter(xrate.Every(time.Second/time.Duration(rate)), burst),     } } 

获取令牌

func (lim *TokenLimiter) reserveN(now time.Time, n int) bool {      // 判断redis是否健康     // redis故障时采用进程内限流器     // 兜底保障     if atomic.LoadUint32(&lim.redisAlive) == 0 {          return lim.rescueLimiter.AllowN(now, n)     }     // 执行脚本获取令牌     resp, err := lim.store.Eval(         script,         []string{              lim.tokenKey,             lim.timestampKey,         },         []string{              strconv.Itoa(lim.rate),             strconv.Itoa(lim.burst),             strconv.FormatInt(now.Unix(), 10),             strconv.Itoa(n),         })     // redis allowed == false     // Lua boolean false -> r Nil bulk reply     // 特殊处理key不存在的情况     if err == redis.Nil {          return false     } else if err != nil {          logx.Errorf("fail to use rate limiter: %s, use in-process limiter for rescue", err)         // 执行异常，开启redis健康探测任务         // 同时采用进程内限流器作为兜底         lim.startMonitor()         return lim.rescueLimiter.AllowN(now, n)     }     code, ok := resp.(int64)     if !ok {          logx.Errorf("fail to eval redis script: %v, use in-process limiter for rescue", resp)         lim.startMonitor()         return lim.rescueLimiter.AllowN(now, n)     }     // redis allowed == true     // Lua boolean true -> r integer reply with value of 1     return code == 1 } 

redis 故障时兜底策略

兜底策略的设计考虑得非常细节，当 redis 不可用的时候，启动单机版的 ratelimit 做备用限流，确保基本的限流可用，服务不会被冲垮。

// 开启redis健康探测 func (lim *TokenLimiter) startMonitor() {      lim.rescueLock.Lock()     defer lim.rescueLock.Unlock()     // 防止重复开启     if lim.monitorStarted {          return     }     // 设置任务和健康标识     lim.monitorStarted = true     atomic.StoreUint32(&lim.redisAlive, 0)     // 健康探测     go lim.waitForRedis() } // redis健康探测定时任务 func (lim *TokenLimiter) waitForRedis() {      ticker := time.NewTicker(pingInterval)     // 健康探测成功时回调此函数     defer func() {          ticker.Stop()         lim.rescueLock.Lock()         lim.monitorStarted = false         lim.rescueLock.Unlock()     }()     for range ticker.C {          // ping属于redis内置健康探测命令         if lim.store.Ping() {              // 健康探测成功，香港云服务器设置健康标识             atomic.StoreUint32(&lim.redisAlive, 1)             return         }     } } 

项目地址

https://github.com/zeromicro/go-zero

欢迎使用 go-zero 并 star 支持我们!