本例采用漏桶限流

尽管滑动窗口限流一定程度上实现了限流效果，但其受限于窗口的大小和时间间隔，无法做到平滑地限流。这里介绍滑动窗口限流改进方案-漏桶限流。漏桶限流理解起来也很简单，漏桶可以看作一个容器，其决定了最大接受的请求数，超出容量就溢出，即拒绝请求，漏嘴则控制流出的速率。

示例

package main

import (
	"context"
	"fmt"
	"time"

	"github.com/redis/go-redis/v9"
)

var ctx = context.Background()

type BucketLimiter struct {
	Rdb      *redis.Client
	Key      string
	Capacity int
	LeakRate int
}

func (bl *BucketLimiter) IsLimit() int {

	// Lua脚本用于限流
	script := redis.NewScript(`
local key = KEYS[1] -- 桶的键名
local capacity = tonumber(ARGV[1]) -- 桶的容量
local leakRate = tonumber(ARGV[2]) -- 漏水速率（每秒请求数）
local currentTime = tonumber(ARGV[3]) -- 当前时间戳

-- 获取桶的状态
local bucket = redis.call('HMGET', key, 'lastLeakTime', 'water')
local lastLeakTime = tonumber(bucket[1])
local water = tonumber(bucket[2])

if lastLeakTime == nil then
    lastLeakTime = currentTime
    water = 0
end

-- 计算漏水
local interval = currentTime - lastLeakTime
water = math.max(0, water -  leakRate * interval)
lastLeakTime = currentTime

-- 检查水量是否超过桶的容量
if water < capacity then
    -- 水量没超过容量，增加水量并记录请求
    water = water + 1
    redis.call('HMSET', key, 'lastLeakTime', lastLeakTime, 'water', water)
    redis.call('PEXPIRE', key, math.ceil((capacity / leakRate) * 1000)) -- 设置过期时间，以避免无限制增长
    return 1
else
    -- 水量超过容量，拒绝请求
    return 0
end
		`)
	currentTime := time.Now().Unix()
	// 调用Lua脚本进行限流
	res, err := script.Run(ctx, bl.Rdb, []string{bl.Key}, bl.Capacity, bl.LeakRate, currentTime).Int()
	if err != nil {
		panic(err)
	}

	return res

}
func main() {
	rdb := redis.NewClient(&redis.Options{
		Addr:     "localhost:6379",
		Password: "", // no password set
		DB:       0,  // use default DB
	})

	bucketLimiter := BucketLimiter{
		Rdb:      rdb,
		Key:      "bucket_limiter", //限流器的键
		Capacity: 6,                //容量
		LeakRate: 1,                //水流速度/秒
	}
	for i := 0; i < 10; i++ {
		res := bucketLimiter.IsLimit()
		if res == 0 {
			fmt.Println("请求超出限制")
		} else {
			fmt.Println("请求被允许")
		}

	}

}

漏桶算法优缺点

优点

• 能够有效平滑突发流量，防止系统突发流量过载。

缺点

响应时间不可预测，当遇到突发大流量时，响应时间变长。

应用场景

漏桶限流适用于需要稳定流量输出的场景，如api流量限流以及网络流量整形。