Golang通用限流库发布，内置主流框架集成支持

Golang通用限流库发布，内置主流框架集成支持 该库内置了大量不同的节流条件，其中包括：

  • 漏桶算法
  • 延迟阈值
  • 指标监控
  • 等等。

该库允许轻松地将这些条件组合成更复杂的节流管道，并提供了工具以便轻松集成到现有基础设施中。例如，gohalt 提供了将节流器绑定到 context 的方法。正如所述，该库还与许多流行的 Go 库进行了集成：gin、http、echo、iris、grpc、go-micro 等等。

欢迎查看 https://github.com/1pkg/gohalt

1 回复

更多关于Golang通用限流库发布，内置主流框架集成支持的实战系列教程也可以访问 https://www.itying.com/category-94-b0.html


// 示例：使用gohalt进行HTTP请求限流
package main

import (
    "net/http"
    "time"
    
    "github.com/1pkg/gohalt"
    "github.com/1pkg/gohalt/gin"
    "github.com/gin-gonic/gin"
)

func main() {
    // 创建漏桶限流器：每秒10个请求，容量20
    bucket := gohalt.NewLeakyBucket(10, 20)
    
    // 创建延迟阈值限流器：响应时间超过100ms时触发
    latency := gohalt.NewLatencyThreshold(100*time.Millisecond, time.Second)
    
    // 组合限流条件
    throttler := gohalt.NewThrottler(
        gohalt.WithLimiter(bucket),
        gohalt.WithLimiter(latency),
        gohalt.WithMetrics(gohalt.NewPrometheusMetrics()),
    )
    
    // 创建Gin路由
    r := gin.Default()
    
    // 应用限流中间件
    r.Use(gin.Throttle(throttler))
    
    r.GET("/api/data", func(c *gin.Context) {
        c.JSON(http.StatusOK, gin.H{"data": "success"})
    })
    
    r.Run(":8080")
}

// 示例：gRPC服务限流
package main

import (
    "context"
    
    "github.com/1pkg/gohalt"
    "github.com/1pkg/gohalt/grpc"
    "google.golang.org/grpc"
)

type server struct{}

func (s *server) GetData(ctx context.Context, req *DataRequest) (*DataResponse, error) {
    return &DataResponse{Value: "data"}, nil
}

func main() {
    // 创建令牌桶限流器
    throttler := gohalt.NewThrottler(
        gohalt.WithLimiter(gohalt.NewTokenBucket(100, 10)),
    )
    
    // 创建gRPC服务器并添加限流拦截器
    s := grpc.NewServer(
        grpc.UnaryInterceptor(grpc.ThrottleUnary(throttler)),
        grpc.StreamInterceptor(grpc.ThrottleStream(throttler)),
    )
    
    // 注册服务并启动
    // ...
}

// 示例：使用context进行细粒度控制
package main

import (
    "context"
    "fmt"
    "time"
    
    "github.com/1pkg/gohalt"
)

func processRequest(ctx context.Context) error {
    // 创建请求特定的限流器
    throttler := gohalt.NewThrottler(
        gohalt.WithLimiter(gohalt.NewRateLimiter(5, time.Second)),
    )
    
    // 将限流器绑定到context
    ctx = gohalt.WithThrottler(ctx, throttler)
    
    // 执行需要限流的操作
    if err := throttler.Do(ctx, func() error {
        // 业务逻辑
        fmt.Println("Processing request")
        return nil
    }); err != nil {
        return fmt.Errorf("request throttled: %w", err)
    }
    
    return nil
}

// 示例：自定义指标监控
package main

import (
    "github.com/1pkg/gohalt"
    "github.com/prometheus/client_golang/prometheus"
)

func main() {
    // 创建自定义Prometheus指标
    requestsCounter := prometheus.NewCounterVec(
        prometheus.CounterOpts{
            Name: "throttled_requests_total",
            Help: "Total number of throttled requests",
        },
        []string{"endpoint", "status"},
    )
    
    // 注册指标
    prometheus.MustRegister(requestsCounter)
    
    // 创建带监控的限流器
    throttler := gohalt.NewThrottler(
        gohalt.WithLimiter(gohalt.NewLeakyBucket(50, 100)),
        gohalt.WithMetrics(gohalt.NewCustomMetrics(
            func(endpoint, status string) {
                requestsCounter.WithLabelValues(endpoint, status).Inc()
            },
        )),
    )
    
    // 使用限流器...
}

gohalt库通过统一的API接口提供了灵活的限流策略组合能力，支持多种主流框架的无缝集成。漏桶算法和令牌桶算法实现符合分布式系统限流的最佳实践，延迟阈值监控能够有效防止系统雪崩。指标监控模块的抽象设计允许用户轻松对接不同的监控系统。

回到顶部