令牌桶允许突发流量，漏桶保证恒定输出；Go中用rate.Limiter实现令牌桶，漏桶需手动实现并注意并发安全。
在高并发系统中，限流是保护服务稳定性的重要手段。Golang中常用的限流算法是令牌桶和漏桶。它们都能控制请求的处理速率，但实现思路不同，适用场景也略有区别。下面分别介绍这两种算法的原理与Go语言实现方式。
令牌桶算法（Token Bucket）
令牌桶的核心思想是：系统以固定速率向桶中添加令牌，每个请求需要先从桶中获取一个令牌才能被处理。如果桶中没有令牌，请求就会被拒绝或等待。
它的特点是允许一定程度的突发流量——只要桶中有足够的令牌，多个请求可以短时间内集中处理。
使用 golang.org/x/time/rate 包可以轻松实现令牌桶：
立即学习“go语言免费学习笔记（深入）”；
- rate.Limiter 是基于令牌桶的实现
- 支持突发（burst）配置，即桶的容量
- 可设置每秒生成的令牌数（r）和桶大小（b）
示例代码：
package mainimport ( "fmt" "time" "golang.org/x/time/rate" )
func main() { // 每秒生成10个令牌，桶最多容纳50个 limiter := rate.NewLimiter(10, 50)
for i := 0; i < 100; i++ { if limiter.Allow() { fmt.Printf("请求 %d 被允许\n", i) } else { fmt.Printf("请求 %d 被限流\n", i) } time.Sleep(50 * time.Millisecond) // 模拟请求间隔 }}
上面代码中，Allow() 非阻塞判断是否放行，也可用 Wait() 阻塞等待令牌。
漏桶算法（Leaky Bucket）
漏桶算法将请求看作水流入桶中，桶以固定速率漏水（处理请求）。如果流入速度超过漏水速度，水就会溢出（请求被拒绝）。
与令牌桶不同，漏桶强调的是恒定的输出速率，即使短时间内涌入大量请求，处理速度也不会变化，因此更平滑但不支持突发。
Go中可以手动实现一个简单的漏桶：
type LeakyBucket struct { capacity int // 桶容量 water int // 当前水量（请求数） rate int // 漏水速率（每秒处理数） lastLeak time.Time // 上次漏水时间 }func NewLeakyBucket(capacity, rate int) *LeakyBucket { return &LeakyBucket{ capacity: capacity, rate: rate, lastLeak: time.Now(), } }
func (lb LeakyBucket) Allow() bool { now := time.Now() // 计算从上次漏水到现在漏了多少水 elapsed := now.Sub(lb.lastLeak).Seconds() leakAmount := int(elapsed) lb.rate if leakAmount > 0 { lb.water = max(0, lb.water-leakAmount) lb.lastLeak = now }
// 如果加水后不超过容量，则允许 if lb.water < lb.capacity { lb.water++ return true } return false}
使用示例：
bucket := NewLeakyBucket(10, 2) // 容量10，每秒处理2个 for i := 0; i < 20; i++ { if bucket.Allow() { fmt.Printf("请求 %d 放行\n", i) } else { fmt.Printf("请求 %d 被拒绝\n", i) } time.Sleep(300 * time.Millisecond) }令牌桶 vs 漏桶：如何选择？
两者本质都是控制流量，但行为不同：
- 令牌桶 更灵活，支持突发，适合大多数Web服务限流（如API网关）
- 漏桶 输出更平稳，适合对处理速率要求严格的场景（如音视频流控）
- 实际开发中，令牌桶更常用，因为多数系统希望在资源允许时快速处理突发请求
基本上就这些。Golang标准生态中虽然没有内置限流器，但通过 x/time/rate 能快速实现高效令牌桶限流。漏桶则可根据业务需要自行实现，逻辑清晰且易于控制。选择哪种算法，取决于你更看重突发处理能力还是输出平滑性。不复杂但容易忽略细节，比如时间计算精度和并发安全。如果在多协程环境下使用，记得加锁或使用原子操作保护状态。基本上就这些。
