答案：Golang中常用限流方式包括令牌桶算法、基于IP的限流、中间件封装及分布式限流。1. 使用golang.org/x/time/rate实现令牌桶限流，控制请求速率；2. 结合sync.RWMutex或sync.Map对不同IP独立限流；3. 将限流逻辑封装为HTTP中间件提升复用性；4. 多实例环境下采用Redis+Lua实现分布式滑动窗口限流；需注意内存泄漏风险，合理设置清理机制。
在高并发的 Web 服务中，限流是保护系统稳定性的重要手段。Golang 因其高效的并发模型，常被用于构建高性能后端服务，因此掌握在 Go 中实现 Web 请求限流的方法非常关键。以下是几种常见的 Golang Web 请求限流实现方式，适用于不同场景。
1. 使用令牌桶算法（Token Bucket）
令牌桶是一种经典的限流算法，允许突发流量在一定范围内通过，同时控制平均速率。
Go 标准库中的 golang.org/x/time/rate 包提供了基于令牌桶的限流器 rate.Limiter，使用简单且线程安全。
示例代码：
立即学习“go语言免费学习笔记（深入）”；
package mainimport ("golang.org/x/time/rate""net/http""time")
var limiter = rate.NewLimiter(10, 50) // 每秒10个令牌，最多容纳50个
func handler(w http.ResponseWriter, r *http.Request) {if !limiter.Allow() {http.Error(w, "Too Many Requests", http.StatusTooManyRequests)return}w.Write([]byte("Request processed"))}
func main() {http.HandleFunc("/", handler)http.ListenAndServe(":8080", nil)}
说明：每秒生成10个令牌，最多积压50个。超出则返回 429 状态码。
2. 基于 IP 的限流
实际应用中通常需要对不同客户端分别限流。可以结合 map + rate.Limiter 实现按 IP 限流。
注意：需使用互斥锁保护 map，或使用 sync.Map。
示例：
var ipLimiters = struct { sync.RWMutex m map[string]*rate.Limiter}{m: make(map[string]*rate.Limiter)}func getLimiter(ip string) *rate.Limiter {ipLimiters.RLock()limiter, exists := ipLimiters.m[ip]ipLimiters.RUnlock()
if !exists { ipLimiters.Lock() // 双检避免重复创建 if limiter == nil { limiter = rate.NewLimiter(5, 10) // 每个IP每秒5次 ipLimiters.m[ip] = limiter } ipLimiters.Unlock()}return limiter
}
func limitedHandler(w http.ResponseWriter, r *http.Request) {ip := r.RemoteAddrif !getLimiter(ip).Allow() {http.Error(w, "Rate limit exceeded", http.StatusTooManyRequests)return}w.Write([]byte("Hello from " + ip))}
3. 使用中间件统一限流
将限流逻辑封装为 HTTP 中间件，便于复用和管理。
示例中间件：
func rateLimit(next http.HandlerFunc) http.HandlerFunc { limiter := rate.NewLimiter(10, 50) return func(w http.ResponseWriter, r *http.Request) { if !limiter.Allow() { http.Error(w, "Rate limit exceeded", http.StatusTooManyRequests) return } next(w, r) }}// 使用http.HandleFunc("/", rateLimit(handler))
也可以扩展为支持配置参数的中间件工厂。
4. 分布式限流（Redis + Lua）
单机限流无法应对多实例部署。可借助 Redis 实现分布式令牌桶或滑动窗口限流。
常用方案：使用 Redis 存储请求时间戳，通过 Lua 脚本保证原子性。
滑动窗口 Lua 示例（限制每秒最多10次）：
-- KEYS[1]: key, ARGV[1]: current time (ms), ARGV[2]: limit countlocal key = KEYS[1]local now = tonumber(ARGV[1])local limit = tonumber(ARGV[2])local window = 1000 -- 1秒窗口redis.call('ZREMRANGEBYSCORE', key, 0, now - window)local count = redis.call('ZCARD', key)if count < limit thenredis.call('ZADD', key, now, now)redis.call('EXPIRE', key, 1)return 1elsereturn 0end
Go 中调用：
script := redis.NewScript(luaScript)result, err := script.Run(ctx, client, []string{ipKey}, time.Now().UnixMilli(), 10).Int()if err != nil || result == 0 { // 被限流}
基本上就这些常见方法。根据业务规模选择：单机用 rate.Limiter，按 IP 限流加 map 缓存，集群环境上 Redis 方案。实现时注意内存泄漏（如无限增长的 IP 记录），可定期清理或使用 LRU 缓存。不复杂但容易忽略细节。
以上就是如何在Golang中实现Web请求限流_Golang Web请求限流方法汇总的详细内容，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/1419210.html
微信扫一扫 
支付宝扫一扫 
