自拍偷在线精品自拍偷,亚洲欧美中文日韩v在线观看不卡

Go 語言如何實現(xiàn)限制用戶 1 分鐘內(nèi)最多請求 1000 次?

開發(fā) 前端
令牌桶算法是常見的限流算法,適用于需要平滑流量控制的場景。令牌桶維護(hù)一個存儲令牌的桶,每個請求需要消耗一個令牌。如果桶內(nèi)有足夠的令牌,請求可以繼續(xù);如果沒有令牌,則請求被拒絕。令牌按固定速率生成,當(dāng)桶滿時,額外的令牌會丟棄。

在 Go 語言中,限制用戶每分鐘最多請求 1000 次的常見做法是使用 限流算法(Rate Limiting)。

有多種算法可以實現(xiàn)這一目標(biāo),其中最常見的包括 令牌桶算法 (Token Bucket)、漏桶算法 (Leaky Bucket) 和 計數(shù)器算法 (Counter)。

每種算法有其特點(diǎn)和適用場景,下面將逐個介紹,并附上相應(yīng)的 Go 語言實現(xiàn)。

1. 令牌桶算法 (Token Bucket)

令牌桶算法是常見的限流算法,適用于需要平滑流量控制的場景。令牌桶維護(hù)一個存儲令牌的桶,每個請求需要消耗一個令牌。如果桶內(nèi)有足夠的令牌,請求可以繼續(xù);如果沒有令牌,則請求被拒絕。令牌按固定速率生成,當(dāng)桶滿時,額外的令牌會丟棄。

令牌桶算法的實現(xiàn)

package main

import (
	"fmt"
	"sync"
	"time"
)

type TokenBucket struct {
	rate      int           // 生成令牌的速率,單位是令牌/秒
	capacity  int           // 桶的容量
	tokens    int           // 當(dāng)前令牌數(shù)量
	lastToken time.Time     // 上次生成令牌的時間
	mutex     sync.Mutex    // 用于并發(fā)控制
}

func NewTokenBucket(rate, capacity int) *TokenBucket {
	return &TokenBucket{
		rate:     rate,
		capacity: capacity,
		tokens:   capacity, // 初始時,桶里有滿的令牌
	}
}

func (tb *TokenBucket) refill() {
	// 計算過去時間段內(nèi)生成的令牌數(shù)
	now := time.Now()
	elapsed := now.Sub(tb.lastToken)
	tb.lastToken = now
	// 按速率生成令牌
	newTokens := int(elapsed.Seconds()) * tb.rate
	if newTokens > 0 {
		// 桶中令牌數(shù)增加
		tb.tokens += newTokens
		if tb.tokens > tb.capacity {
			// 超過桶容量,令牌數(shù)只能是桶的最大容量
			tb.tokens = tb.capacity
		}
	}
}

func (tb *TokenBucket) Allow() bool {
	tb.mutex.Lock()
	defer tb.mutex.Unlock()
	// 補(bǔ)充令牌
	tb.refill()
	if tb.tokens > 0 {
		// 有令牌可以消耗
		tb.tokens--
		return true
	}
	// 沒有令牌可用,限制請求
	return false
}

func main() {
	// 創(chuàng)建令牌桶,令牌生成速率為每秒 1000 個,容量為 1000 個令牌
	tb := NewTokenBucket(1000, 1000)

	// 模擬用戶發(fā)起請求
	for i := 0; i < 10; i++ {
		if tb.Allow() {
			fmt.Println("Request", i+1, "allowed")
		} else {
			fmt.Println("Request", i+1, "rejected")
		}
		time.Sleep(100 * time.Millisecond) // 模擬請求間隔
	}
}

說明:

  • rate:每秒生成的令牌數(shù)。
  • capacity:桶的最大容量。
  • tokens:當(dāng)前桶中可用的令牌數(shù)。
  • 每次請求時,Allow() 方法會檢查桶中是否有令牌,如果有,則消耗一個令牌并允許請求;如果沒有令牌,則拒絕請求。

2. 漏桶算法 (Leaky Bucket)

漏桶算法是另一種常用的限流算法,適用于流量平滑控制。在漏桶算法中,桶里有水(請求),水按固定速率流出。當(dāng)請求到來時,如果桶滿了,新的請求會被丟棄;如果桶未滿,新的請求會被加入桶中,并在固定速率下流出。

漏桶算法的實現(xiàn)

package main

import (
	"fmt"
	"sync"
	"time"
)

type LeakyBucket struct {
	rate      int           // 水流出速率,單位是請求/秒
	capacity  int           // 桶的容量
	water     int           // 當(dāng)前桶中水的數(shù)量
	lastDrain time.Time     // 上次排水時間
	mutex     sync.Mutex    // 用于并發(fā)控制
}

func NewLeakyBucket(rate, capacity int) *LeakyBucket {
	return &LeakyBucket{
		rate:     rate,
		capacity: capacity,
		water:    0, // 初始時,桶里沒有水
	}
}

func (lb *LeakyBucket) drain() {
	// 計算過去時間段內(nèi)排出的請求數(shù)
	now := time.Now()
	elapsed := now.Sub(lb.lastDrain)
	lb.lastDrain = now
	// 按排出速率流出請求
	drained := int(elapsed.Seconds()) * lb.rate
	if drained > 0 {
		lb.water -= drained
		if lb.water < 0 {
			lb.water = 0
		}
	}
}

func (lb *LeakyBucket) Allow() bool {
	lb.mutex.Lock()
	defer lb.mutex.Unlock()
	// 排水
	lb.drain()
	if lb.water < lb.capacity {
		// 桶未滿,允許請求
		lb.water++
		return true
	}
	// 桶已滿,拒絕請求
	return false
}

func main() {
	// 創(chuàng)建漏桶,排水速率為每秒 1000 個,桶的容量為 1000 個
	lb := NewLeakyBucket(1000, 1000)

	// 模擬用戶發(fā)起請求
	for i := 0; i < 10; i++ {
		if lb.Allow() {
			fmt.Println("Request", i+1, "allowed")
		} else {
			fmt.Println("Request", i+1, "rejected")
		}
		time.Sleep(100 * time.Millisecond) // 模擬請求間隔
	}
}

說明:

  • rate:請求的排出速率。
  • capacity:桶的最大容量。
  • water:當(dāng)前桶中水(請求)的數(shù)量。
  • drain():排水操作,控制請求的流出速率。

3. 計數(shù)器算法 (Fixed Window Counter)

計數(shù)器算法是最簡單的一種限流算法。在每個時間窗口內(nèi),記錄請求的數(shù)量。當(dāng)請求數(shù)達(dá)到限制時,就會拒絕進(jìn)一步的請求。它適用于簡單的限流場景,但對于高并發(fā)時可能會出現(xiàn)窗口突發(fā)的情況。

計數(shù)器算法的實現(xiàn)

package main

import (
	"fmt"
	"sync"
	"time"
)

type Counter struct {
	limit      int           // 請求限制次數(shù)
	windowSize time.Duration // 時間窗口大小
	mu         sync.Mutex    // 用于并發(fā)控制
	requests   int           // 當(dāng)前請求計數(shù)
	windowStart time.Time    // 當(dāng)前時間窗口開始時間
}

func NewCounter(limit int, windowSize time.Duration) *Counter {
	return &Counter{
		limit:      limit,
		windowSize: windowSize,
		requests:   0,
		windowStart: time.Now(),
	}
}

func (c *Counter) Allow() bool {
	c.mu.Lock()
	defer c.mu.Unlock()
	// 判斷是否在當(dāng)前時間窗口內(nèi)
	now := time.Now()
	if now.Sub(c.windowStart) > c.windowSize {
		// 如果超過了窗口時間,則重置請求計數(shù)器和窗口開始時間
		c.windowStart = now
		c.requests = 0
	}
	if c.requests < c.limit {
		// 如果請求數(shù)未達(dá)到限制,允許請求
		c.requests++
		return true
	}
	// 否則,拒絕請求
	return false
}

func main() {
	// 創(chuàng)建計數(shù)器,限制每分鐘 1000 次請求
	counter := NewCounter(1000, time.Minute)

	// 模擬用戶發(fā)起請求
	for i := 0; i < 10; i++ {
		if counter.Allow() {
			fmt.Println("Request", i+1, "allowed")
		} else {
			fmt.Println("Request", i+1, "rejected")
		}
		time.Sleep(100 * time.Millisecond) // 模擬請求間隔
	}
}

說明:

  • limit:時間窗口內(nèi)允許的最大請求次數(shù)。
  • windowSize:時間窗口的大?。ū热?1 分鐘)。
  • requests:當(dāng)前時間窗口內(nèi)已處理的請求數(shù)量。
  • Allow():每次請求時,檢查當(dāng)前窗口內(nèi)請求數(shù)是否達(dá)到限制。

4. 總結(jié)

  • 令牌桶算法(Token Bucket)適用于平滑流量控制,允許突發(fā)請求。
  • 漏桶算法(Leaky Bucket)適用于平滑流量,適合流量控制比較嚴(yán)格的場景。
  • 計數(shù)器算法(Counter)是最簡單的一種限流方式,適合簡單的限流需求,但對突發(fā)流量處理較差。根據(jù)不同的需求場景,選擇合適的算法進(jìn)行實現(xiàn)。
責(zé)任編輯:武曉燕 來源: Go語言圈
相關(guān)推薦

2017-09-15 09:43:59

Go語言web請求開發(fā)

2024-07-05 17:49:29

2020-03-17 10:24:12

Go語言停止寫障礙

2017-11-16 15:25:54

Go語言算法代碼

2019-07-02 14:05:23

Go語言高并發(fā)

2022-02-21 18:16:38

Go語言枚舉

2024-04-26 09:04:13

2023-04-18 08:27:16

日志級別日志包

2010-04-23 17:14:59

Aix用戶

2023-03-10 07:32:34

2024-11-12 10:09:59

Go語言第三方庫

2022-11-10 07:43:45

2022-10-26 07:26:38

2023-06-30 17:52:00

WebDjagno框架

2025-03-13 08:33:37

RPMTPM代碼

2013-08-20 13:22:35

PythonGo編程語言

2010-11-30 10:12:08

2009-02-18 22:19:24

AD用戶登陸實現(xiàn)限制

2009-02-23 09:22:30

谷歌搜索索引內(nèi)容

2015-09-16 17:30:20

安裝Go語言Linux
點(diǎn)贊
收藏

51CTO技術(shù)棧公眾號