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
kernelopenEuler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。C089
baihu-dataset异构数据集“白虎”正式开源——首批开放10w+条真实机器人动作数据,构建具身智能标准化训练基座。00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python058
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
AgentCPM-Explore没有万亿参数的算力堆砌,没有百万级数据的暴力灌入,清华大学自然语言处理实验室、中国人民大学、面壁智能与 OpenBMB 开源社区联合研发的 AgentCPM-Explore 智能体模型基于仅 4B 参数的模型,在深度探索类任务上取得同尺寸模型 SOTA、越级赶上甚至超越 8B 级 SOTA 模型、比肩部分 30B 级以上和闭源大模型的效果,真正让大模型的长程任务处理能力有望部署于端侧。Jinja00
最新内容推荐
OpenSSL 3.3.0资源下载指南:新一代加密库的全面解析与部署教程 Launch4j中文版:Java应用程序打包成EXE的终极解决方案 STM32到GD32项目移植完全指南:从兼容性到实战技巧 SteamVR 1.2.3 Unity插件:兼容Unity 2019及更低版本的VR开发终极解决方案 基恩士LJ-X8000A开发版SDK样本程序全面指南 - 工业激光轮廓仪开发利器 STDF-View解析查看软件:半导体测试数据分析的终极工具指南 MQTT客户端软件源代码:物联网开发的强大工具与最佳实践指南 JDK 8u381 Windows x64 安装包:企业级Java开发环境的完美选择 中兴e读zedx.zed文档阅读器V4.11轻量版:专业通信设备文档阅读解决方案 TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
473
3.51 K
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
223
89
暂无简介
Dart
721
174
Ascend Extension for PyTorch
Python
283
316
React Native鸿蒙化仓库
JavaScript
286
337
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++
848
437
🎉 (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
1.27 K
698
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
10
1
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
65
19