Limiter 项目技术文档
2024-12-27 03:55:19作者:田桥桑Industrious
本文档旨在帮助用户安装、使用以及详细了解Limiter项目,该项目为Web和Node.js提供了一个通用的速率限制器,适用于API客户端、网络爬虫或其他需要节流的任务。
1. 安装指南
首先,确保您的系统已经安装了Node.js。然后,通过以下命令安装Limiter:
yarn add limiter
或者,如果您使用npm:
npm install limiter
2. 项目的使用说明
Limiter项目提供了两种速率限制类:RateLimiter 和 TokenBucket。
RateLimiter
RateLimiter 类基于 TokenBucket 类,它添加了对每个间隔可以移除的令牌数量的限制,以满足常见的API限制,如“每小时最多150个请求”。
以下是一个简单的例子,允许每小时150个请求:
import { RateLimiter } from "limiter";
//limiter";
// 允许每小时150个请求(Twitter搜索限制)。也支持 'second', 'minute', 'day' 或毫秒数
const limiter = new RateLimiter({ tokensPerInterval: 150, interval: "hour" });
async function sendRequest() {
const remainingRequests = await limiter.removeTokens(1);
callMyRequestSendingFunction(...);
}
TokenBucket
TokenBucket 类提供了一个更低级别的速率限制接口,具有可配置的爆发率和滴流率。
以下是一个例子,允许每250毫秒发送一条消息:
import { RateLimiter } from "limiter";
const limiter = new RateLimiter({ tokensPerInterval: 1, interval: 250 });
async function sendMessage() {
const remainingMessages = await limiter.removeTokens(1);
callMyMessageSendingFunction(...);
}
立即触发
如果您希望立即触发请求(即使速率限制生效),可以设置 fireImmediately 为 true。这将立即解决Promise,但 remainingRequests 将设置为-1。
import { RateLimiter } from "limiter";
const limiter = new RateLimiter({
tokensPerInterval: 150,
interval: "hour",
fireImmediately: true
});
async function requestHandler(request, response) {
const remainingRequests = await limiter.removeTokens(1);
if (remainingRequests < 0) {
response.writeHead(429, {'Content-Type': 'text/plain;charset=UTF-8'});
response.end('429 Too Many Requests - your IP is being rate limited');
} else {
callMyMessageSendingFunction(...);
}
}
同步方法
RateLimiter 和 TokenBucket 都提供了一个同步方法 tryRemoveTokens(),它将立即返回一个布尔值,指示令牌移除是否成功。
import { RateLimiter } from "limiter";
const limiter = new RateLimiter({ tokensPerInterval: 10, interval: "second" });
if (limiter.tryRemoveTokens(5))
console.log('Tokens removed');
else
console.log('No tokens removed');
获取剩余令牌
要获取 removeTokens Promise之外的剩余令牌数,请使用 getTokensRemaining 方法。
import { RateLimiter } from "limiter";
const limiter = new RateLimiter({ tokensPerInterval: 1, interval: 250 });
console.log(limiter.getTokensRemaining());
字节级别的节流
直接使用 TokenBucket 类来在字节级别进行节流:
import { TokenBucket } from "limiter";
const BURST_RATE = 1024 * 1024 * 150; // 150KB/sec爆发率
const FILL_RATE = 1024 * 1024 * 50; // 50KB/sec持续率
const bucket = new TokenBucket({
bucketSize: BURST_RATE,
tokensPerInterval: FILL_RATE,
interval: "second"
});
async function handleData(myData) {
await bucket.removeTokens(myData.byteLength);
sendMyData(myData);
}
3. 项目API使用文档
本项目提供了以下API:
RateLimiter(options): 创建一个新的速率限制器。removeTokens(tokens, [fireImmediately]): 移除指定数量的令牌,可选立即触发。tryRemoveTokens(tokens): 同步尝试移除指定数量的令牌,返回布尔值。getTokensRemaining(): 获取当前剩余的令牌数。
4. 项目安装方式
项目的安装方式已在安装指南中详细说明。您可以通过 yarn 或 npm 进行安装。
登录后查看全文
热门项目推荐
相关项目推荐
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- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
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
537
3.75 K
暂无简介
Dart
773
191
Ascend Extension for PyTorch
Python
343
406
🎉 (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
1.34 K
755
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
1.07 K
97
React Native鸿蒙化仓库
JavaScript
303
355
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
337
180
AscendNPU-IR
C++
86
141
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
986
248