令牌桶算法允许突发流量，以固定速率添加令牌，请求需消耗令牌；漏桶算法严格按固定速率处理请求，平滑流量。1. 令牌桶实现包括设定桶容量、定时补充令牌、请求取令牌；2. 漏桶通过channel模拟队列，固定速率处理请求。适用场景上，令牌桶适合web api限流，漏桶适合后台任务队列。实现时需注意并发安全、精度问题和资源占用。
在微服务架构中，限流是保障系统稳定性的关键手段之一。Golang 作为构建高性能后端服务的热门语言，天然适合用来实现限流策略。其中，令牌桶（Token Bucket）和漏桶（Leaky Bucket）算法是最常见的两种限流机制，它们各有适用场景，实现方式也有明显差异。
下面我们就来看看这两种算法在 Golang 中如何实现，以及它们之间的区别和使用建议。
什么是令牌桶算法？
令牌桶算法的核心思想是：以固定速率往桶里添加令牌，请求需要消耗一个令牌才能被处理，如果桶里没有令牌，则拒绝请求或等待。
立即学习“go语言免费学习笔记（深入）”；
实现要点：
桶有容量上限，防止无限堆积。定时补充令牌，比如每秒加 N 个。请求到来时尝试从桶中取出一个令牌，取不到就拒绝。
适用场景：
需要应对突发流量（burst）的场景，比如短时间内的高并发访问。希望允许一定程度的“突发”请求通过，而不是完全按固定速率限制。
Golang 示例代码片段：
type TokenBucket struct { rate float64 // 每秒放入令牌数量 capacity float64 // 桶的最大容量 tokens float64 lastTime time.Time mu sync.Mutex}func (tb *TokenBucket) Allow() bool { tb.mu.Lock() defer tb.mu.Unlock() now := time.Now() elapsed := now.Sub(tb.lastTime).Seconds() tb.lastTime = now tb.tokens += elapsed * tb.rate if tb.tokens > tb.capacity { tb.tokens = tb.capacity } if tb.tokens >= 1 { tb.tokens -= 1 return true } return false}
什么是漏桶算法？
漏桶算法的核心逻辑是：请求进入“桶”中，桶以固定速率排水（处理请求），超出桶容量的请求被丢弃。
实现要点：
请求到来时先入桶排队。固定速率处理请求，比如每秒处理 N 个。如果桶满了，后续请求直接拒绝。
适用场景：
对请求处理速率要求非常稳定、不允许突增的场景。更注重平滑流量，比如后台任务队列等。
Golang 实现思路：
通常可以用一个带缓冲的 channel 来模拟桶，生产者发送请求到 channel，消费者定时取出处理。
type LeakyBucket struct { capacity int // 桶的大小 interval time.Duration // 排水间隔 queue chan struct{} wg sync.WaitGroup}func (lb *LeakyBucket) Start() { lb.wg.Add(1) go func() { ticker := time.NewTicker(lb.interval) for range ticker.C { select { case <-lb.queue: default: } } lb.wg.Done() }()}func (lb *LeakyBucket) Allow() bool { select { case lb.queue <- struct{}{}: return true default: return false }}
令牌桶 vs 漏桶：有什么不同？
控制维度控制请求是否能通过控制请求处理速率是否允许突发流量是，桶未满时可突发否，严格按固定速率处理实现复杂度相对简单，计算时间差略复杂，需维护队列适用场景Web API 限流、用户访问控制任务调度、后台队列限速
总的来说：
令牌桶更灵活，适合前端服务、API 网关这类需要一定容错能力的场景。漏桶更平稳，适合后台服务、消息队列消费等对稳定性要求极高的场景。
小贴士：实际使用中的几个注意点
令牌桶要注意精度问题，比如用
time.Since
计算时间差时可能因浮点数误差导致累积偏差。漏桶的 channel 大小设置要合理，太大可能浪费资源，太小容易触发限流。可以结合 Redis 实现分布式限流，把令牌桶状态保存在 Redis 中。在高并发场景下，记得加锁保护共享变量，比如用
sync.Mutex
或原子操作。
基本上就这些了。这两个算法虽然原理不复杂，但在实际落地时细节很多，特别是要考虑并发安全和性能损耗的问题。
以上就是如何用Golang实现微服务限流策略 详解令牌桶与漏桶算法的实现差异的详细内容，更多请关注创想鸟其它相关文章！
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。
如发现本站有涉嫌抄袭侵权/违法违规的内容， 请发送邮件至 chuangxiangniao@163.com 举报，一经查实，本站将立刻删除。
发布者：程序猿，转转请注明出处：https://www.chuangxiangniao.com/p/1400752.html
微信扫一扫 
支付宝扫一扫 
