本文轉載自微信公眾號「微服務實踐」，作者歐陽安。轉載本文請聯系微服務實踐公眾號。

上篇文章提到固定時間窗口限流無法處理突然請求洪峰情況，本文講述的令牌桶線路算法則可以比較好的處理此場景。

工作原理

單位時間按照一定速率勻速的生產 token 放入桶內，直到達到桶容量上限。

處理請求，每次嘗試獲取一個或多個令牌，如果拿到則處理請求，失敗則拒絕請求。

優缺點

優點

可以有效處理瞬間的突發流量，桶內存量 token 即可作為流量緩沖區平滑處理突發流量。

缺點

實現較為復雜。

代碼實現

core/limit/tokenlimit.go 

分布式環境下考慮使用 redis 作為桶和令牌的存儲容器，采用 lua 腳本實現整個算法流程。

redis lua 腳本

-- 每秒生成token數量即token生成速度 
local rate = tonumber(ARGV[1]) 
-- 桶容量 
local capacity = tonumber(ARGV[2]) 
-- 當前時間戳 
local now = tonumber(ARGV[3]) 
-- 當前請求token數量 
local requested = tonumber(ARGV[4]) 
-- 需要多少秒才能填滿桶 
local fill_time = capacity/rate 
-- 向下取整,ttl為填滿時間的2倍 
local ttl = math.floor(fill_time*2) 
-- 當前時間桶容量 
local last_tokens = tonumber(redis.call("get", KEYS[1])) 
-- 如果當前桶容量為0,說明是第一次進入,則默認容量為桶的最大容量 
if last_tokens == nil then 
last_tokens = capacity 
end 
-- 上一次刷新的時間 
local last_refreshed = tonumber(redis.call("get", KEYS[2])) 
-- 第一次進入則設置刷新時間為0 
if last_refreshed == nil then 
last_refreshed = 0 
end 
-- 距離上次請求的時間跨度 
local delta = math.max(0, now-last_refreshed) 
-- 距離上次請求的時間跨度,總共能生產token的數量,如果超多最大容量則丟棄多余的token 
local filled_tokens = math.min(capacity, last_tokens+(delta*rate)) 
-- 本次請求token數量是否足夠 
local allowed = filled_tokens >= requested 
-- 桶剩余數量 
local new_tokens = filled_tokens 
-- 允許本次token申請,計算剩余數量 
if allowed then 
new_tokens = filled_tokens - requested 
end 
-- 設置剩余token數量 
redis.call("setex", KEYS[1], ttl, new_tokens) 
-- 設置刷新時間 
redis.call("setex", KEYS[2], ttl, now) 
 
return allowed 

令牌桶限流器定義

type TokenLimiter struct { 
    // 每秒生產速率 
    rate int 
    // 桶容量 
    burst int 
    // 存儲容器 
    store *redis.Redis 
    // redis key 
    tokenKey       string 
    // 桶刷新時間key 
    timestampKey   string 
    // lock 
    rescueLock     sync.Mutex 
    // redis健康標識 
    redisAlive     uint32 
    // redis故障時采用進程內 令牌桶限流器 
    rescueLimiter  *xrate.Limiter 
    // redis監控探測任務標識 
    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), 
    } 
} 

獲取令牌

func (lim *TokenLimiter) reserveN(now time.Time, n int) bool { 
    // 判斷redis是否健康 
    // redis故障時采用進程內限流器 
    // 兜底保障 
    if atomic.LoadUint32(&lim.redisAlive) == 0 { 
        return lim.rescueLimiter.AllowN(now, n) 
    } 
    // 執行腳本獲取令牌 
    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 
    // 特殊處理key不存在的情況 
    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) 
        // 執行異常，開啟redis健康探測任務 
        // 同時采用進程內限流器作為兜底 
        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 故障時兜底策略

兜底策略的設計考慮得非常細節，當 redis 不可用的時候，啟動單機版的 ratelimit 做備用限流，確保基本的限流可用，服務不會被沖垮。

// 開啟redis健康探測 
func (lim *TokenLimiter) startMonitor() { 
    lim.rescueLock.Lock() 
    defer lim.rescueLock.Unlock() 
    // 防止重復開啟 
    if lim.monitorStarted { 
        return 
    } 
 
    // 設置任務和健康標識 
    lim.monitorStarted = true 
    atomic.StoreUint32(&lim.redisAlive, 0) 
    // 健康探測 
    go lim.waitForRedis() 
} 
 
// redis健康探測定時任務 
func (lim *TokenLimiter) waitForRedis() { 
    ticker := time.NewTicker(pingInterval) 
    // 健康探測成功時回調此函數 
    defer func() { 
        ticker.Stop() 
        lim.rescueLock.Lock() 
        lim.monitorStarted = false 
        lim.rescueLock.Unlock() 
    }() 
 
    for range ticker.C { 
        // ping屬于redis內置健康探測命令 
        if lim.store.Ping() { 
            // 健康探測成功，設置健康標識 
            atomic.StoreUint32(&lim.redisAlive, 1) 
            return 
        } 
    } 
} 

項目地址

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

歡迎使用 go-zero 并 star 支持我們!