go.uber.org/ratelimit 源码分析

go.uber.org/ratelimit 源码分析

go 提供了一用来接口限流的包。其中 "go.uber.org/ratelimit" 包正是基于漏桶算法实现的。

使用方式：

1. 通过 ratelimit.New 创建限流器对象，参数为每秒允许的请求数（RPS）。
2. 使用 Take() 方法来获取限流许可，该方法会阻塞请求知道满足限速要求。

官方示例：

import (	"fmt"	"time"	"go.uber.org/ratelimit")func main() {    rl := ratelimit.New(100) // 每秒多少次    prev := time.Now()    for i := 0; i < 10; i++ {        now := rl.Take()	// 平均时间        fmt.Println(i, now.Sub(prev))        prev = now    }    // Output:    // 0 0    // 1 10ms    // 2 10ms    // 3 10ms    // 4 10ms    // 5 10ms    // 6 10ms    // 7 10ms    // 8 10ms    // 9 10ms}

ratelimit.New() 指的是每秒平均多少次，在运行程序后，并不会严格按照官方给的样例输出。

源码分析

不仅知其然，还要知其所以然。

最大松弛量

传统的漏桶算法每隔请求的间隔是固定的，然而在实际上的互连网应用中，流量经常是突发性的。对于这种情况，uber引入了最大松弛量的概念。

假如我们要求每秒限定100个请求，平均每个请求间隔 10ms。但是实际情况下，有些间隔比较长，有些间隔比较短。如下图所示：

请求 1 完成后，15ms 后，请求 2 才到来，可以对请求 2 立即处理。请求 2 完成后，5ms 后，请求 3 到来，这个时候距离上次请求还不足 10ms，因此还需要等待 5ms。

但是，对于这种情况，实际上三个请求一共消耗了 25ms 才完成，并不是预期的 20ms。在 uber-go 实现的 ratelimit 中，可以把之前间隔比较长的请求的时间，匀给后面的使用，保证每秒请求数 (RPS) 即可。

了解完这个前缀知识就可以查看源码了。

New（）

ratelimit.New() 内部调用的是 newAtomicInt64Based 方法。

type atomicInt64Limiter struct {	prepadding [64]byte // 填充字节，确保state独占一个缓存行	state      int64    // 最后一次权限发送的纳秒时间戳，用于控制请求的速度	postpadding [56]byte // 填充字节，确保state独占一个缓存行	perRequest time.Duration	// 限流器放行周期，用于计算下一个权限发送的state的值	maxSlack   time.Duration	// 最大松弛量	clock      Clock	// 指向当前时间获取函数的指针}// newAtomicBased返回一个新的基于原子的限制器。func newAtomicInt64Based(rate int, opts ...Option) *atomicInt64Limiter {	config := buildConfig(opts) // 加载配置，config.per 默认为 1s，config.slack 默认为 10	perRequest := config.per / time.Duration(rate)	l := &atomicInt64Limiter{		perRequest: perRequest,		maxSlack:   time.Duration(config.slack) * perRequest,	// 默认maxSlack为perRequest 10倍		clock:      config.clock,	}	atomic.StoreInt64(&l.state, 0)		return l}

Take()

// Take blocks to ensure that the time spent between multiple// Take calls is on average time.Second/rate.func (t *atomicInt64Limiter) Take() time.Time {   var (      newTimeOfNextPermissionIssue int64	// 下一次允许请求的时间      now                          int64	// 当前时间   )   for {      now = t.clock.Now().UnixNano()	      timeOfNextPermissionIssue := atomic.LoadInt64(&t.state) // 上一次允许请求时间      switch {      case timeOfNextPermissionIssue == 0 || (t.maxSlack == 0 && now-timeOfNextPermissionIssue > int64(t.perRequest)):        // if this is our first call or t.maxSlack == 0 we need to shrink issue time to now         newTimeOfNextPermissionIssue = now      case t.maxSlack > 0 && now-timeOfNextPermissionIssue > int64(t.maxSlack)+int64(t.perRequest):         // a lot of nanoseconds passed since the last Take call         // we will limit max accumulated time to maxSlack         newTimeOfNextPermissionIssue = now - int64(t.maxSlack)      default:         // calculate the time at which our permission was issued         newTimeOfNextPermissionIssue = timeOfNextPermissionIssue + int64(t.perRequest)      }      if atomic.CompareAndSwapInt64(&t.state, timeOfNextPermissionIssue, newTimeOfNextPermissionIssue) {         break      }   }   sleepDuration := time.Duration(newTimeOfNextPermissionIssue - now)   if sleepDuration > 0 {      t.clock.Sleep(sleepDuration)      return time.Unix(0, newTimeOfNextPermissionIssue)   }   // return now if we don't sleep as atomicLimiter does   return time.Unix(0, now)}

switch 这块挺绕的，刚开始一直以为 timeOfNextPermissionIssue 为下次放行的时间戳，这样的话当 t.maxSlack = 0 时，只要 now-timeOfNextPermissionIssue > 0 就应该放行。无法解释 (t.maxSlack == 0 && now-timeOfNextPermissionIssue > int64(t.perRequest)) 。

让我们对上面的三个 case 分析一下

case 1

case timeOfNextPermissionIssue == 0 || (t.maxSlack == 0 && now-timeOfNextPermissionIssue > int64(t.perRequest))

这个比较好理解，我们仍以每秒100个请求为例，平均间隔 10ms。当本次请求时间与上次放行时间 > 时间间隔时即可放行，并记录本次访问时间，如图：

case 2

case t.maxSlack > 0 && now-timeOfNextPermissionIssue > int64(t.maxSlack)+int64(t.perRequest)

这块比较巧妙，假如松弛量是3 ms，当我们在第二次请求时的时间戳 > 13 ms，此时 newTimeOfNextPermissionIssue= now - maxSlack = 12 ms。

当 maxSlack 较大且与上次请求相隔较长时，后续的大量请求会被直接放行，以弥补此次浪费的时间。

假设第一次请求时间为0， maxSlack 为 100 ms， perRequest 为10 ms，在第二次请求时与第一次间隔为 111 ms ， newTimeOfNextPermissionIssue = 111 - 100 = 11 ms。而 now 为 111 ms，限流器在后面的10次take中都会经过default直接放行，直到 newTimeOfNextPermissionIssue > now 。

case 3

对于其它的请求， newTimeOfNextPermissionIssue = timeOfNextPermissionIssue + int64(t.perRequest) 。

假如 maxSlack 为 100ms， perRequest 为 10ms，当请求2在15ms访问后， state 更新为 10ms，这样在请求3在20ms访问时，不会出现拦截的情况。

小结

uber 对基于漏桶实现的 ratelimit 进行了一些优化，让其限流更加的平滑。主要体现在两点：

1. 本次请求时间距离上次放行时间 > 时间间隔 + 松弛量 时，后面10次的请求会根据情况直接放行
2. 时间间隔 + 松弛量 >= 本次请求时间距离上次放行时间 > 时间间隔 ， state = state + perRequest