当前位置：首页 > 文章列表 > Golang > Go教程 > 令牌桶与漏桶，Golang微服务限流解析

令牌桶与漏桶，Golang微服务限流解析

2026-04-12 12:54:36 0浏览收藏

本文深入解析了Golang微服务中两种核心限流算法——令牌桶与漏桶的本质区别、实现细节及适用场景：令牌桶以固定速率生成令牌、允许突发流量，适合Web API等需弹性应对高峰的场景；漏桶则严格按恒定速率处理请求、彻底平滑流量，更适用于后台任务队列等强稳定性要求的场合；文章不仅剖析了二者在并发安全、精度控制和资源占用上的关键实现要点，还提供了简洁可落地的Golang代码示例，帮助开发者根据实际业务需求精准选型与高效落地限流策略，切实提升微服务系统的高可用性与韧性。

令牌桶算法允许突发流量，以固定速率添加令牌，请求需消耗令牌；漏桶算法严格按固定速率处理请求，平滑流量。1. 令牌桶实现包括设定桶容量、定时补充令牌、请求取令牌；2. 漏桶通过channel模拟队列，固定速率处理请求。适用场景上，令牌桶适合Web API限流，漏桶适合后台任务队列。实现时需注意并发安全、精度问题和资源占用。

如何用Golang实现微服务限流策略详解令牌桶与漏桶算法的实现差异

在微服务架构中，限流是保障系统稳定性的关键手段之一。Golang 作为构建高性能后端服务的热门语言，天然适合用来实现限流策略。其中，令牌桶（Token Bucket）和漏桶（Leaky Bucket）算法是最常见的两种限流机制，它们各有适用场景，实现方式也有明显差异。

下面我们就来看看这两种算法在 Golang 中如何实现，以及它们之间的区别和使用建议。

什么是令牌桶算法？

令牌桶算法的核心思想是：以固定速率往桶里添加令牌，请求需要消耗一个令牌才能被处理，如果桶里没有令牌，则拒绝请求或等待。

实现要点：

桶有容量上限，防止无限堆积。
定时补充令牌，比如每秒加 N 个。
请求到来时尝试从桶中取出一个令牌，取不到就拒绝。

适用场景：

需要应对突发流量（burst）的场景，比如短时间内的高并发访问。
希望允许一定程度的“突发”请求通过，而不是完全按固定速率限制。

Golang 示例代码片段：

type TokenBucket struct {
    rate       float64 // 每秒放入令牌数量
    capacity   float64 // 桶的最大容量
    tokens     float64
    lastTime   time.Time
    mu         sync.Mutex
}

func (tb *TokenBucket) Allow() bool {
    tb.mu.Lock()
    defer tb.mu.Unlock()

    now := time.Now()
    elapsed := now.Sub(tb.lastTime).Seconds()
    tb.lastTime = now

    tb.tokens += elapsed * tb.rate
    if tb.tokens > tb.capacity {
        tb.tokens = tb.capacity
    }

    if tb.tokens >= 1 {
        tb.tokens -= 1
        return true
    }
    return false
}

什么是漏桶算法？

漏桶算法的核心逻辑是：请求进入“桶”中，桶以固定速率排水（处理请求），超出桶容量的请求被丢弃。

实现要点：

请求到来时先入桶排队。
固定速率处理请求，比如每秒处理 N 个。
如果桶满了，后续请求直接拒绝。

适用场景：

对请求处理速率要求非常稳定、不允许突增的场景。
更注重平滑流量，比如后台任务队列等。

Golang 实现思路：

通常可以用一个带缓冲的 channel 来模拟桶，生产者发送请求到 channel，消费者定时取出处理。

type LeakyBucket struct {
    capacity int           // 桶的大小
    interval time.Duration // 排水间隔
    queue    chan struct{}
    wg       sync.WaitGroup
}

func (lb *LeakyBucket) Start() {
    lb.wg.Add(1)
    go func() {
        ticker := time.NewTicker(lb.interval)
        for range ticker.C {
            select {
            case <-lb.queue:
            default:
            }
        }
        lb.wg.Done()
    }()
}

func (lb *LeakyBucket) Allow() bool {
    select {
    case lb.queue <- struct{}{}:
        return true
    default:
        return false
    }
}

令牌桶 vs 漏桶：有什么不同？

特性	令牌桶	漏桶
控制维度	控制请求是否能通过	控制请求处理速率
是否允许突发流量	是，桶未满时可突发	否，严格按固定速率处理
实现复杂度	相对简单，计算时间差	略复杂，需维护队列
适用场景	Web API 限流、用户访问控制	任务调度、后台队列限速