Golang限流算法：令牌桶与漏桶详解

哈喽！今天心血来潮给大家带来了《Golang限流算法：令牌桶与漏桶实现解析》，想必大家应该对Golang都不陌生吧，那么阅读本文就都不会很困难，以下内容主要涉及到，若是你正在学习Golang，千万别错过这篇文章~希望能帮助到你！

令牌桶允许突发流量，漏桶保证恒定输出；Go中用rate.Limiter实现令牌桶，漏桶需手动实现并注意并发安全。

在高并发系统中，限流是保护服务稳定性的重要手段。Golang中常用的限流算法是令牌桶和漏桶。它们都能控制请求的处理速率，但实现思路不同，适用场景也略有区别。下面分别介绍这两种算法的原理与Go语言实现方式。

令牌桶算法（Token Bucket）

令牌桶的核心思想是：系统以固定速率向桶中添加令牌，每个请求需要先从桶中获取一个令牌才能被处理。如果桶中没有令牌，请求就会被拒绝或等待。

它的特点是允许一定程度的突发流量——只要桶中有足够的令牌，多个请求可以短时间内集中处理。

使用 golang.org/x/time/rate 包可以轻松实现令牌桶：

示例代码：

package main
import (
"fmt"
"time"
"golang.org/x/time/rate"
)
func main() {
// 每秒生成10个令牌，桶最多容纳50个
limiter := rate.NewLimiter(10, 50)
for i := 0; i < 100; i++ {
    if limiter.Allow() {
        fmt.Printf("请求 %d 被允许\n", i)
    } else {
        fmt.Printf("请求 %d 被限流\n", i)
    }
    time.Sleep(50 * time.Millisecond) // 模拟请求间隔
}
}

上面代码中，Allow() 非阻塞判断是否放行，也可用 Wait() 阻塞等待令牌。

漏桶算法（Leaky Bucket）

漏桶算法将请求看作水流入桶中，桶以固定速率漏水（处理请求）。如果流入速度超过漏水速度，水就会溢出（请求被拒绝）。

与令牌桶不同，漏桶强调的是恒定的输出速率，即使短时间内涌入大量请求，处理速度也不会变化，因此更平滑但不支持突发。

Go中可以手动实现一个简单的漏桶：

type LeakyBucket struct {
    capacity  int       // 桶容量
    water     int       // 当前水量（请求数）
    rate      int       // 漏水速率（每秒处理数）
    lastLeak  time.Time // 上次漏水时间
}
func NewLeakyBucket(capacity, rate int) *LeakyBucket {
return &LeakyBucket{
capacity: capacity,
rate:     rate,
lastLeak: time.Now(),
}
}
func (lb LeakyBucket) Allow() bool {
now := time.Now()
// 计算从上次漏水到现在漏了多少水
elapsed := now.Sub(lb.lastLeak).Seconds()
leakAmount := int(elapsed)  lb.rate
if leakAmount > 0 {
lb.water = max(0, lb.water-leakAmount)
lb.lastLeak = now
}
// 如果加水后不超过容量，则允许
if lb.water < lb.capacity {
    lb.water++
    return true
}
return false
}

使用示例：

bucket := NewLeakyBucket(10, 2) // 容量10，每秒处理2个
for i := 0; i < 20; i++ {
    if bucket.Allow() {
        fmt.Printf("请求 %d 放行\n", i)
    } else {
        fmt.Printf("请求 %d 被拒绝\n", i)
    }
    time.Sleep(300 * time.Millisecond)
}

令牌桶 vs 漏桶：如何选择？

两者本质都是控制流量，但行为不同：

• 令牌桶 更灵活，支持突发，适合大多数Web服务限流（如API网关）
• 漏桶 输出更平稳，适合对处理速率要求严格的场景（如音视频流控）
• 实际开发中，令牌桶更常用，因为多数系统希望在资源允许时快速处理突发请求

基本上就这些。Golang标准生态中虽然没有内置限流器，但通过 x/time/rate 能快速实现高效令牌桶限流。漏桶则可根据业务需要自行实现，逻辑清晰且易于控制。选择哪种算法，取决于你更看重突发处理能力还是输出平滑性。不复杂但容易忽略细节，比如时间计算精度和并发安全。如果在多协程环境下使用，记得加锁或使用原子操作保护状态。基本上就这些。

以上就是本文的全部内容了，是否有顺利帮助你解决问题？若是能给你带来学习上的帮助，请大家多多支持golang学习网！更多关于Golang的相关知识，也可关注golang学习网公众号。