限制速率的 Laravel 工作中间件
laravel-rate-limited-job-middleware 是一个针对 Laravel 应用的工作(Job)中间件,它可以实现对任务执行速率的有效控制。
支持我们
查看我们的广告以支持我们的开源项目。您还可以通过购买我们的付费产品来直接支持我们。在使用我们的包时,请考虑发送一张来自您的家乡的明信片到我们的地址,您可以在我们的联系页面找到它。所有收到的明信片都会被展示在我们的虚拟明信片墙上。
安装
使用 Composer 可以轻松安装这个包:
composer require spatie/laravel-rate-limited-job-middleware
请注意,此包要求您的 Laravel 应用已配置好 Redis。
使用方法
默认情况下,中间件将允许每秒执行最多 5 个任务。超出限制的任务将会在 5 秒后释放。要应用这个中间件,只需在你的 Job 类中添加 Spatie\RateLimitedMiddleware\RateLimited 到中间件数组:
namespace App\Jobs;
use Illuminate\Bus\Queueable;
use Illuminate\Contracts\Queue\ShouldQueue;
use Illuminate\Foundation\Bus\Dispatchable;
use Illuminate\Queue\InteractsWithQueue;
use Spatie\RateLimitedMiddleware\RateLimited;
class TestJob implements ShouldQueue
{
use Dispatchable, InteractsWithQueue, Queueable;
public function handle()
{
// 执行任务逻辑
}
public function middleware()
{
return [new RateLimited()];
}
}
配置尝试次数
由于存在速率限制,工作类的尝试次数可能难以预估。建议使用基于时间的尝试次数,例如:
public function retryUntil() : \DateTime
{
return now()->addDay();
}
自定义行为
您可以自定义中间件的所有行为。以下是一个例子,允许在 60 秒内最多执行 30 个任务,并且不被允许的任务将在 90 秒后释放:
// 在你的 job 中
public function middleware()
{
$rateLimitedMiddleware = (new RateLimited())
->allow(30)
->everySeconds(60)
->releaseAfterSeconds(90);
return [$rateLimitedMiddleware];
}
实现指数退避策略
远程服务如 API 常有速率限制,或在处理时出现服务器错误。在这种情况下,在再次尝试之前增加延迟是合理的。你可以用 releaseAfterBackoff($this->attempts()) 替换 releaseAfter 方法来使用默认的 5 秒间隔。否则,您可以链式调用 releaseAfter 来调整退避间隔。
功能特性
- 默认限制为每秒 5 个工作,未被允许的任务将等待 5 秒。
- 支持自定义每秒允许的最大任务数和时间跨度。
- 提供了配置释放延时的选项,包括指数退避策略。
- 可以选择不释放被限制的任务。
- 允许有条件地应用中间件,如只在特定条件下启用。
- 能够自定义 Redis 连接和存储键。
如何定制化?
例如,您可以设置 60 秒内最大 30 次尝试,失败则等待 90 秒:
public function middleware()
{
$rateLimitedMiddleware = (new RateLimited())
->allow(30)
->everySeconds(60)
->releaseAfterSeconds(90);
return [$rateLimitedMiddleware];
}
测试与贡献
使用 composer test 命令进行测试。详细信息请参考 CONTRIBUTING 文件。
许可证
本项目遵循 MIT 许可协议。详情请见 LICENSE.md 文件。
laravel-rate-limited-job-middleware 是 Laravel 社区的一份强大的礼物,它为您的任务队列提供了精细的速率控制,确保服务的稳定性和效率。其简洁的配置和高度定制性使其成为任何 Laravel 开发者实现任务限速的理想选择。立即加入那些已经在享受其便利的开发者行列吧!
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00