go-zero基础组件-分布式限流periodLimit如今微服务架构大行其道本质原因是因为要降低系统的整体复杂度，将系

如今微服务架构大行其道本质原因是因为要降低系统的整体复杂度，将系统风险均摊到子系统从来最大化保证系统的稳定性，通过领域划分拆成不同的子系统后各个子系统能独立的开发、测试、发布，研发节奏和效率能明显提高。

但同时也带来了问题，比如：调用链路过长，部署架构复杂度提升，各种中间件需要支持分布式场景。为了确保微服务的正常运行，服务治理就不可或缺了，通常包括：限流，降级，熔断。

其中限流指的是针对接口调用频率进行限制，以免超出承载上限拖垮系统。比如：

电商秒杀场景
openApi不同商户限流

常用的限流算法有：

固定时间窗口限流
滑动时间窗口限流
漏桶限流
令牌桶限流

本文主要讲解固定时间窗口限流算法。

工作原理

从某个时间点开始每次请求过来请求数+1，同时判断当前时间窗口内请求数是否超过限制，超过限制则拒绝该请求，然后下个时间窗口开始时计数器清零等待请求。

优缺点

优点

实现简单高效

缺点

固定时间窗口限流的缺点在于无法处理临界区请求突发场景。

假设每1s限流100此请求，用户在中间500ms时开始1s内发起200次请求，此时200次请求时可以全部通过的。这就和我们预期1s限流00次不合了，根源在于限流的细粒度太粗。

go-zero代码实现

core/limit/periodlimit.go

go-zero中使用redis过期时间来模拟固定时间窗口。

redis lua脚本：

--KYES[1]:限流器key
--ARGV[1]:qos,单位时间内最多请求次数
--ARGV[2]:单位限流窗口时间
--请求最大次数,等于p.quota
local limit = tonumber(ARGV[1])
--窗口即一个单位限流周期,这里用过期模拟窗口效果,等于p.permit
local window = tonumber(ARGV[2])
--请求次数+1,获取请求总数
local current = redis.call("INCRBY",KYES[1],1)
--如果是第一次请求,则设置过期时间并返回 成功
if current == 1 then
	redis.call("expire",KYES[1],window)
	return 1
--如果当前请求数量小于limit则返回 成功
elseif current < limit then
	return 1
--如果当前请求数量==limit则返回 最后一次请求
elseif current == limit then
	return 2
--请求数量>limit则返回 失败
else
	return 0
end

固定时间窗口限流器定义

type (
	// PeriodOption defines the method to customize a PeriodLimit.
	//go中常见的option参数模式
	//如果参数非常多，推荐使用此模式来设置参数
	PeriodOption func(l *PeriodLimit)

	// A PeriodLimit is used to limit requests during a period of time.
	//固定时间窗口限流器
	PeriodLimit struct {
		//窗口大小，单位s
		period     int
		//请求上限
		quota      int
		//存储
		limitStore *redis.Redis
		//key前缀
		keyPrefix  string
        //线性限流，开启此选项后可以实现周期性的限流
        //比如quota=5时，quota实际值可能会是5.4.3.2.1呈现出周期性变化
		align      bool
	}
)

注意一下align参数，align=true时请求上限将会呈现周期性的变化。比如quota=5时实际quota可能是5.4.3.2.1呈现出周期性变化

限流逻辑

其实限流逻辑在上面的lua脚本实现了,需要注意的是返回值

0：表示错误，比如可能是redis故障、过载
1：允许
2：允许但是当前窗口内已到达上限，如果是跑批业务的话此时可以休眠sleep一下等待下个窗口（作者考虑的非常细致）
3：拒绝

// Take requests a permit, it returns the permit state.
// 执行限流
// 注意一下返回值：
// 0：表示错误，比如可能是redis故障、过载
// 1：允许
// 2：允许但是当前窗口内已到达上限
// 3：拒绝
func (h *PeriodLimit) Take(key string) (int, error) {
	//执行lua脚本
	resp, err := h.limitStore.Eval(periodScript, []string{h.keyPrefix + key}, []string{
		strconv.Itoa(h.quota),
		strconv.Itoa(h.calcExpireSeconds()),
	})
	
	if err != nil {
		return Unknown, err
	}

	code, ok := resp.(int64)
	if !ok {
		return Unknown, ErrUnknownCode
	}

	switch code {
	case internalOverQuota:
		return OverQuota, nil
	case internalAllowed:
		return Allowed, nil
	case internalHitQuota:
		return HitQuota, nil
	default:
		return Unknown, ErrUnknownCode
	}
}

//计算过期时间也就是窗口时间大小
//如果align==true
//线性限流，开启此选项后可以实现周期性的限流
//比如quota=5时，quota实际值可能会是5.4.3.2.1呈现出周期性变化
func (h *PeriodLimit) calcExpireSeconds() int {
	if h.align {
		unix := time.Now().Unix() + zoneDiff
		return h.period - int(unix%int64(h.period))
	}

	return h.period
}

go-zero基础组件-分布式限流periodLimit

工作原理

优缺点

go-zero代码实现

资料