限流器是后台服务中十分重要的组件，在实际的业务场景中使用居多，其设计在微服务、网关、和一些后台服务中会经常遇到。限流器的作用是用来限制其请求的速率，保护后台响应服务，以免服务过载导致服务不可用现象出现。
限流器 的实现方法有很多种，例如 Token Bucket、滑动窗口法、Leaky Bucket等。
在 Golang 库中官方给我们提供了限流器的实现golang.org/x/time/rate，它是基于令牌桶算法（Token Bucket）设计实现的。
参考：go语言中文文档：www.topgoer.com
转自：
令牌桶算法令牌桶设计比较简单，可以简单的理解成一个只能存放固定数量雪糕!的一个冰箱，每个请求可以理解成来拿雪糕的人，有且只能每一次请求拿一块，那雪糕拿完了会怎么样呢？这里会有一个固定放雪糕的工人，并且他往冰箱里放雪糕的频率都是一致的，例如他 1s 中只能往冰箱里放 10 块雪糕，这里就可以看出请求响应的频率了。
令牌桶设计概念：
- 令牌 ：每次请求只有拿到 Token 令牌后，才可以继续访问；
- 桶 ：具有固定数量的桶，每个桶中最多只能放设计好的固定数量的令牌；
- 入桶频率 ：按照固定的频率往桶中放入令牌，放入令牌不能超过桶的容量。
也就是说，基于令牌桶设计算法就限制了请求的速率，达到请求响应可控的目的，特别是针对于高并发场景中突发流量请求的现象，后台就可以轻松应对请求了，因为到后端具体服务的时候突发流量请求已经经过了限流了。
具体设计 限流器定义 type Limiter struct {
mu sync.Mutex // 互斥锁（排他锁）
limit Limit // 放入桶的频率 float64 类型
burst int // 桶的大小
tokens float64 // 令牌 token 当前剩余的数量
last time.Time // 最近取走 token 的时间
lastEvent time.Time // 最近限流事件的时间
} limit、burst 和 token 是这个限流器中核心的参数，请求并发的大小在这里实现的。
在令牌发放之后，会存储在 Reservation 预约对象中：
type Reservation struct {
ok bool // 是否满足条件分配了 token
lim *Limiter // 发送令牌的限流器
tokens int // 发送 token 令牌的数量
timeToAct time.Time // 满足令牌发放的时间
limit Limit // 令牌发放速度
} 消费 Token Limiter 提供了三类方法供用户消费 Token，用户可以每次消费一个 Token，也可以一次性消费多个 Token。而每种方法代表了当 Token 不足时，各自不同的对应手段。
Wait、WaitN func (lim *Limiter) Wait(ctx context.Context) (err error)
func (lim *Limiter) WaitN(ctx context.Context, n int) (err error) 其中，Wait 就是 WaitN(ctx, 1)，在下面的方法介绍实现也是一样的。
使用 Wait 方法消费 Token 时，如果此时桶内 Token 数组不足 ( 小于 n )，那么 Wait 方法将会阻塞一段时间，直至 Token 满足条件。如果充足则直接返回。
Allow、AllowN func (lim *Limiter) Allow() bool
func (lim *Limiter) AllowN(now time.Time, n int) bool AllowN 方法表示，截止到当前某一时刻，目前桶中数目是否至少为 n 个，满足则返回 true，同时从桶中消费 n 个 token。
反之返回不消费 Token，false。
通常对应这样的线上场景，如果请求速率过快，就直接丢到某些请求。
Reserve、ReserveN官方提供的限流器有阻塞等待式的 Wait，也有直接判断方式的 Allow，还有提供了自己维护预留式的，但核心的实现都是下面的 reserveN 方法。
func (lim *Limiter) Reserve() *Reservation
func (lim *Limiter) ReserveN(now time.Time, n int) *Reservation 当调用完成后，无论 Token 是否充足，都会返回一个Reservation *对象。
你可以调用该对象的 Delay() 方法，该方法返回了需要等待的时间。如果等待时间为 0，则说明不用等待。
必须等到等待时间结束之后，才能进行接下来的工作。
或者，如果不想等待，可以调用 Cancel() 方法，该方法会将 Token 归还。
func (lim *Limiter) reserveN(now time.Time, n int, maxFutureReserve time.Duration) Reservation {
lim.mu.Lock()
// 首先判断是否放入频率是否为无穷大
// 如果为无穷大，说明暂时不限流
if lim.limit == Inf {
lim.mu.Unlock()
return Reservation{
ok: true,
lim: lim,
tokens: n,
timeToAct: now,
}
}
// 拿到截至 now 时间时
// 可以获取的令牌 tokens 数量及上一次拿走令牌的时间 last
now, last, tokens := lim.advance(now)
// 更新 tokens 数量
tokens -= float64(n)
// 如果 tokens 为负数，代表当前没有 token 放入桶中
// 说明需要等待，计算等待的时间
var waitDuration time.Duration
if tokens < 0 {
waitDuration = lim.limit.durationFromTokens(-tokens)
}
// 计算是否满足分配条件
// 1、需要分配的大小不超过桶的大小
// 2、等待时间不超过设定的等待时长
ok := n <= lim.burst && waitDuration <= maxFutureReserve
// 预处理 reservation
r := Reservation{
ok: ok,
lim: lim,
limit: lim.limit,
}
// 若当前满足分配条件
// 1、设置分配大小
// 2、满足令牌发放的时间 = 当前时间 + 等待时长
if ok {
r.tokens = n
r.timeToAct = now.Add(waitDuration)
}
// 更新 limiter 的值，并返回
if ok {
lim.last = now
lim.tokens = tokens
lim.lastEvent = r.timeToAct
} else {
lim.last = last
}
lim.mu.Unlock()
return r
} 具体使用 rate 包中提供了对限流器的使用，只需要指定 limit（放入桶中的频率）、burst（桶的大小）。
func NewLimiter(r Limit, b int) *Limiter {
return &Limiter{
limit: r, // 放入桶的频率
burst: b, // 桶的大小
}
} 在这里，使用一个 http api 来简单的验证一下 time/rate 的强大：
在这里，我把桶设置成了每一毫秒投放一次令牌，桶容量大小为 10，起一个 http 的服务，模拟后台 API。
接下来做一个压力测试，看看效果如何：
func GetApi() {
api := "#34;
res, err := http.Get(api)
if err != nil {
panic(err)
}
defer res.Body.Close()
if res.StatusCode == http.StatusOK {
fmt.Printf("get api success\n")
}
}
func Benchmark_Main(b *testing.B) {
for i := 0; i < b.N; i++ {
GetApi()
}
} 效果如下：
在这里，可以看到，当使用 AllowN 方法中，只有当令牌 Token 生产出来，才可以消费令牌，继续请求，剩余的则是将其请求抛弃，当然在实际的业务处理中，可以用比较友好的方式反馈给前端。
在这里，先有的几次请求都会成功，是因为服务启动后，令牌桶会初始化，将令牌放入到桶中，但是随着突发流量的请求，令牌按照预定的速率生产令牌，就会出现明显的令牌供不应求的现象。
开源文化目前 time/rate 是一个独立的限流器开源解决方案，感兴趣的小伙伴可以给此项目一个 Star，谢谢。
GitHub
golang/time
- 限流器系列(2) — Token Bucket 令牌桶
- Golang 限流器的使用和实现
- Golang 标准库限流器 time/rate 使用介绍