Go可用性(二) 令牌桶原理及使用

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：

  1. 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
  2. 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
  3. 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

  1. Go 进阶训练营-极客时间
  2. Token bucket - Wikipedia
  3. 令牌桶算法_百度百科 (baidu.com)
  4. 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)
  5. 令牌桶工作原理 - 知乎 (zhihu.com)
  6. golang.org/x/time/rate

关注我获取更新

wechat
知乎
github

猜你喜欢