使用Redis实现高效限速的Rate Limiting——go-redis/redis_rate
2026-01-17 08:38:11作者:苗圣禹Peter
在构建高并发和分布式系统中,对请求速率进行限制是保障服务稳定性和防止恶意攻击的重要手段。go-redis/redis_rate 是一个基于Go语言和Redis实现的高效率限制库,它基于通用细胞速率算法(Generic Cell Rate Algorithm, GCRA),也被称为“漏水桶”算法。这篇文章将详细介绍该库的特点、技术实现以及如何在你的项目中应用。
项目介绍
go-redis/redis_rate 是由 rwz/redis-gcra 演化而来的,它提供了一种利用Redis存储和管理限速规则的方法。通过使用Redis的replicate_commands特性,确保了在分布式环境中的数据一致性。这个库支持Go模块,并且兼容最新两个版本的Go语言,易于集成到现有的Go项目中。
技术分析
go-redis/redis_rate 实现了一个名为Limiter的对象,允许开发者定义不同的限速策略。例如,可以设置每秒最多处理10个请求。当一个新的请求到来时,Limiter.Allow方法会检查是否符合当前的速率限制策略,返回允许的请求数量和剩余容量。其核心机制是一个基于时间戳的计数器,随着时间流逝,超出限制的请求会被"漏掉",从而达到限流的目的。
应用场景
- API保护:防止恶意用户或爬虫过于频繁地访问API接口,保护服务器资源。
- 用户体验优化:限制用户在短时间内产生大量无效操作,如注册、登录等,避免滥用导致的服务响应慢。
- DDoS防护:结合其他安全措施,用于防御分布式拒绝服务攻击。
- 资源调度:合理分配系统资源,确保关键任务优先执行。
项目特点
- 轻量级:依赖于流行的Redis数据库,实现简单,无额外的计算开销。
- 可扩展性:可轻松适应不同限速策略,如按时间窗口的限速、按IP的限速等。
- 数据一致性:利用Redis的命令复制功能保证分布式环境下的数据一致。
- 易用性:清晰的API设计,使得集成和使用非常便捷。
示例代码
package main
import (
"context"
"fmt"
"github.com/redis/go-redis/v9"
"github.com/go-redis/redis_rate/v10"
)
func main() {
ctx := context.Background()
rdb := redis.NewClient(&redis.Options{
Addr: "localhost:6379",
})
_ = rdb.FlushDB(ctx).Err()
limiter := redis_rate.NewLimiter(rdb)
res, err := limiter.Allow(ctx, "project:123", redis_rate.PerSecond(10))
if err != nil {
panic(err)
}
fmt.Printf("allowed %d, remaining %d\n", res.Allowed, res.Remaining)
}
在以上示例中,我们创建了一个新的Limiter实例,然后尝试允许一个请求,限制为每秒10个请求。Allow方法返回允许的请求数以及剩余的请求配额。
总的来说,go-redis/redis_rate 提供了一种优雅且高效的解决方案来实施流量控制,它适用于各种规模的项目,无论你是刚开始接触限流,还是在寻找一种更强大的限速工具,都值得一试。立即加入并享受它带给你的稳定性和安全性提升吧!
登录后查看全文
热门项目推荐
相关项目推荐
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- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
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
ruoyi-plus-soybeanRuoYi-Plus-Soybean 是一个现代化的企业级多租户管理系统,它结合了 RuoYi-Vue-Plus 的强大后端功能和 Soybean Admin 的现代化前端特性,为开发者提供了完整的企业管理解决方案。Vue06- 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
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
热门内容推荐
最新内容推荐
Degrees of Lewdity中文汉化终极指南:零基础玩家必看的完整教程Unity游戏翻译神器:XUnity Auto Translator 完整使用指南PythonWin7终极指南:在Windows 7上轻松安装Python 3.9+终极macOS键盘定制指南:用Karabiner-Elements提升10倍效率Pandas数据分析实战指南:从零基础到数据处理高手 Qwen3-235B-FP8震撼升级:256K上下文+22B激活参数7步搞定机械键盘PCB设计:从零开始打造你的专属键盘终极WeMod专业版解锁指南:3步免费获取完整高级功能DeepSeek-R1-Distill-Qwen-32B技术揭秘:小模型如何实现大模型性能突破音频修复终极指南:让每一段受损声音重获新生
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
573
3.87 K
Ascend Extension for PyTorch
Python
392
472
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
357
217
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
898
694
昇腾LLM分布式训练框架
Python
122
147
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
123
160
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.38 K
784
本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息
599
170
React Native鸿蒙化仓库
JavaScript
312
363