Go中的流量限制:有效控制流量

简介: Go中的流量限制:有效控制流量

介绍


速率限制是构建可扩展和弹性系统的关键技术。它通过对指定时间范围内允许的请求数量施加限制来帮助控制流量。在Go中实现速率限制可以确保最佳的资源利用,并保护您的应用程序免受过度流量或滥用行为的影响。在这篇博文中,我们将探索Go中的速率限制技术,并提供实用的代码示例来帮助您有效地实现它们。


理解速率限制


速率限制包括定义一组规则,这些规则决定客户端在给定的时间窗口内可以发出多少请求。确保系统能够处理负载,防止滥用或拒绝服务攻击。限制速率的两种常见方法是:


  • 固定窗口速率限制:在这种方法中,速率限制在固定的时间窗口内强制执行。例如,如果速率限制设置为每分钟100个请求,系统将在任何给定的60秒窗口中允许最多100个请求。超过此限制的请求将被拒绝或延迟到下一个时间窗口。
  • 令牌桶速率限制:令牌桶速率限制是基于从一个桶中消耗令牌的概念。桶最初由固定数量的令牌填充,每个令牌代表一个请求。当客户端想要发出请求时,它必须从桶中获取令牌。如果桶为空,客户端必须等待,直到令牌可用。


在GO中实现速率限制


Go提供了一个名为golang.org/x/time/rate的内置包,提供速率限制功能。让我们探讨一下如何同时使用固定窗口和令牌桶方法来实现速率限制。


固定窗口

func fixedWindowRateLimiting() {
 limiter := rate.NewLimiter(rate.Limit(100), 1) // 允许每秒100次
 for i := 0; i < 200; i++ {
  if !limiter.Allow() {
   fmt.Println("Rate limit exceeded. Request rejected.")
   continue
  }
  go process()
 }
}
// 处理请求
func process() {
 fmt.Println("Request processed successfully.")
 time.Sleep(time.Millisecond) // 模拟请求处理时间
}


在上面的代码片段中,我们创建了一个限制使用率。速率限制为每秒100个请求的NewLimiter。对每个请求调用limiter.Allow()方法,如果允许请求,则返回true;如果超过速率限制,则返回false。如果超过速率限制,请求将被拒绝。


对应的输出为,清楚的看到部分请求已经被拒绝了:


Request processed successfully.
Rate limit exceeded. Request rejected.
Rate limit exceeded. Request rejected.
Rate limit exceeded. Request rejected.
Rate limit exceeded. Request rejected.
Rate limit exceeded. Request rejected.
Rate limit exceeded. Request rejected.
Rate limit exceeded. Request rejected.
...

令牌桶

func tokenBucketRateLimiting() {
 limiter := rate.NewLimiter(rate.Limit(10), 5)
 ctx, _ := context.WithTimeout(context.TODO(), time.Millisecond)
 for i := 0; i < 200; i++ {
  if err := limiter.Wait(ctx); err != nil {
   fmt.Println("Rate limit exceeded. Request rejected.")
   continue
  }
  go process()
 }
}
// 处理请求
func process() {
 fmt.Println("Request processed successfully.")
 time.Sleep(time.Millisecond) // 模拟请求处理时间
}


在上述代码中,我们使用 rate.NewLimiter 创建了一个限制器,其速率限制为每秒 10 个请求,突发 5 个请求。每个请求都会调用 limiter.Wait() 方法,该方法会阻塞直到有令牌可用。如果水桶是空的,没有可用的令牌,请求就会被拒绝。


对应的输出为,清楚的看到部分请求已经被拒绝了:


Request processed successfully.
Rate limit exceeded. Request rejected.
Rate limit exceeded. Request rejected.
Request processed successfully.
Rate limit exceeded. Request rejected.


动态速率限制


动态速率限制是指根据客户端行为、系统负载或业务规则等动态因素调整速率限制。这种技术允许您实时调整速率限制,以优化资源利用率并提供更好的用户体验。让我们看看 Go 中动态速率限制的示例:


func dynamicRateLimiting() {
 limiter := rate.NewLimiter(rate.Limit(10), 1) // 允许每秒100次
 // Dynamic rate adjustment
 go func() {
  time.Sleep(time.Second * 10) // 每10秒调整 limiter
  fmt.Println("---adjust limiter---")
  limiter.SetLimit(rate.Limit(200)) // 将 limiter 提升到每秒 200
 }()
 for i := 0; i < 3000; i++ {
  if !limiter.Allow() {
   fmt.Println("Rate limit exceeded. Request rejected.")
   time.Sleep(time.Millisecond * 100)
   continue
  }
  process()
 }
}
// 处理请求
func process() {
 fmt.Println("Request processed successfully.")
 time.Sleep(time.Millisecond * 10) // 模拟请求处理时间
}


在上面的代码片段中,我们创建了一个限制器,初始速率限制为每秒 10 个请求。然后,我们启动一个 goroutine,在 10秒钟后将速率限制调整为每秒 200 个请求。这样,我们就能根据不断变化的情况动态调整速率限制。


对应的输出为,这里我们可以看到中途的时候,某些请求已经被拒绝掉了,后来我们通过动态调整,后续的请求都可以正常通过了:


...
Request processed successfully.
Rate limit exceeded. Request rejected.
Request processed successfully.
---adjust limiter---
Rate limit exceeded. Request rejected.
Request processed successfully.
Request processed successfully.
Request processed successfully.
Request processed successfully.
Request processed successfully.
...


自适应速率限制


自适应速率限制可根据之前请求的响应时间或错误率动态调整速率限制。它允许系统自动适应不同的流量条件,确保最佳性能和资源利用率。让我们看看 Go 中自适应速率限制的示例:


func adaptiveRateLimiting() {
 limiter := rate.NewLimiter(rate.Limit(10), 1) // 允许每秒10次
 // 自适应调整
 go func() {
  for {
   time.Sleep(time.Second * 10)
   responseTime := measureResponseTime() // 测量之前请求的响应时间
   if responseTime > 500*time.Millisecond {
    fmt.Println("---adjust limiter 50---")
    limiter.SetLimit(rate.Limit(50))
   } else {
    fmt.Println("---adjust limiter 100---")
    limiter.SetLimit(rate.Limit(100))
   }
  }
 }()
 for i := 0; i < 3000; i++ {
  if !limiter.Allow() {
   fmt.Println("Rate limit exceeded. Request rejected.")
   time.Sleep(time.Millisecond * 100)
   continue
  }
  process()
 }
}
// 测量以前请求的响应时间
// 执行自己的逻辑来测量响应时间
func measureResponseTime() time.Duration {
 return time.Millisecond * 100
}
// 处理请求
func process() {
 fmt.Println("Request processed successfully.")
 time.Sleep(time.Millisecond * 10) // 模拟请求处理时间
}


在上述代码片段中,我们使用 measureResponseTime 函数模拟测量之前请求的响应时间。根据测量到的响应时间,我们通过使用 limiter.SetLimit 设置不同的值来动态调整速率限制。这样,系统就能根据观察到的响应时间调整其速率限制策略。


对应的输出为:


Request processed successfully.
Rate limit exceeded. Request rejected.
Request processed successfully.
Rate limit exceeded. Request rejected.
---adjust limiter 100---
Request processed successfully.
Request processed successfully.
Request processed successfully.
Request processed successfully.
Request processed successfully.


总结


速率限制是维护 Go 应用程序稳定性和安全性的基本技术。通过有效控制传入请求的流量,您可以防止资源耗尽并确保资源的公平分配。在这篇博文中,我们探讨了固定窗口和令牌桶速率限制的概念,并提供了代码片段,演示如何使用 golang.org/x/time/rate 包在 Go 中实现它们。将速率限制纳入您的应用程序,以构建能够高效处理不同流量水平的弹性系统。

相关文章
|
4月前
|
NoSQL Redis 开发者
go-zero 如何扛住流量冲击(二)
go-zero 如何扛住流量冲击(二)
|
4月前
|
NoSQL 前端开发 Redis
go-zero 如何扛住流量冲击(一)
go-zero 如何扛住流量冲击(一)
|
7月前
|
SQL Go 数据库
【Sentinel Go】新手指南、流量控制、熔断降级和并发隔离控制
【2月更文挑战第12天】随着微服务的流行,服务和服务之间的稳定性变得越来越重要。Sentinel 是面向分布式、多语言异构化服务架构的流量治理组件,主要以流量为切入点,从流量路由、流量控制、流量整形、熔断降级、系统自适应过载保护、热点流量防护等多个维度来帮助开发者保障微服务的稳定性。
312 0
|
Dubbo 网络协议 Cloud Native
涂鸦智能 dubbo-go 亿级流量的实践与探索
dubbo 是一个基于 Java 开发的高性能的轻量级 RPC 框架,dubbo 提供了丰富的服务治理功能和优秀的扩展能力。而 dubbo-go 在 java 与 golang 之间提供统一的服务化能力与标准,是涂鸦智能目前最需要解决的主要问题。
涂鸦智能 dubbo-go 亿级流量的实践与探索
|
Dubbo 网络协议 Cloud Native
涂鸦智能 dubbo-go 亿级流量的实践与探索
dubbo 是一个基于 Java 开发的高性能的轻量级 RPC 框架,dubbo 提供了丰富的服务治理功能和优秀的扩展能力。而 dubbo-go 在 java 与 golang 之间提供统一的服务化能力与标准,是涂鸦智能目前最需要解决的主要问题。
涂鸦智能 dubbo-go 亿级流量的实践与探索
|
22天前
|
存储 Go 索引
go语言中数组和切片
go语言中数组和切片
36 7
|
22天前
|
Go 开发工具
百炼-千问模型通过openai接口构建assistant 等 go语言
由于阿里百炼平台通义千问大模型没有完善的go语言兼容openapi示例,并且官方答复assistant是不兼容openapi sdk的。 实际使用中发现是能够支持的,所以自己写了一个demo test示例,给大家做一个参考。
|
22天前
|
程序员 Go
go语言中结构体(Struct)
go语言中结构体(Struct)
96 71
|
21天前
|
存储 Go 索引
go语言中的数组(Array)
go语言中的数组(Array)
102 67