Token Bucket和Leaky Bucket是Go中实现服务限流的两种核心算法：前者允许短时突发，适合API网关，推荐使用标准库rate.Limiter；后者严格匀速，适合后台任务，可用ticker+channel轻量实现。
服务限流是保障系统稳定性的关键手段。Golang 中实现限流，Token Bucket（令牌桶）和 Leaky Bucket（漏桶）是最常用且原理清晰的两种算法。它们都能平滑控制请求速率，但适用场景略有不同：令牌桶允许短时突发流量，漏桶则严格匀速输出。下面直接讲怎么在 Go 里写出来，不绕弯。
核心思路是按固定速率向桶中添加令牌，每个请求消耗一个令牌；桶有容量上限，满则丢弃新令牌。请求来时，只有拿到令牌才放行。
Go 标准库 red">golang.org/x/time/rate 就是基于改进版令牌桶（支持预取、带权重等），用起来最简单：
limiter := rate.NewLimiter(rate.Every(100*time.Millisecond), 5) 表示每 100ms 放 1 个令牌，桶容量为 5（即最多允许 5 次突发）if !limiter.Allow() { http.Error(w, "Too Many Requests", http.StatusTooManyRequests); return }
Wait(ctx) 阻塞等待令牌，或 Reserve() 判断并预留，适合需要精确控制延迟的场景漏桶模型中，请求先进入队列（桶），然后以恒定速率“漏出”执行。它天然削峰填谷，不会出现突发，但需额外维护队列和定时漏出逻辑。
立即学习“go语言免费学习笔记（深入）”；
纯 Go 实现可基于 time.Ticker + channel 模拟：
ticker := time.NewTicker(200 * time.Millisecond) 定期从 channel 取一个任务执行Submit(task func()) bool，把任务发到带缓冲的 channel（如 make(chan func(), 10)），满则拒绝Token Bucket 更常用，尤其对 HTTP 接口——用户点击可能连点几次，适当容忍突发更友好；标准库 rate.Limiter 经过大量生产验证，推荐优先用它。
Leaky Bucket 更适合内部调度，比如日志上传、异步通知、数据库批量写入——你希望它们被严格控速、不抢资源，也不关心谁先谁后。
两者都不依赖外部存储，纯内存实现，无网络开销，适合单机限流。集群限流需配合 Redis（如 Lua 脚本原子操作）或分布式协调服务。
基本上就这些。不用造轮子，golang.org/x/time/rate 覆盖大多数需求；自己写漏桶也只需二三十行，逻辑透明好维护。
以上就是如何使用Golang实现服务限流_使用Token Bucket和漏桶算法控制流量的详细内容，更多请关注php中文网其它相关文章！
每个人都需要一台速度更快、更稳定的 PC。随着时间的推移，垃圾文件、旧注册表数据和不必要的后台进程会占用资源并降低性能。幸运的是，许多工具可以让 Windows 保持平稳运行。
Copyright 2014-2025 https://www.php.cn/ All Rights Reserved | php.cn | 湘ICP备2023035733号
669
收藏
