go-zero中怎么扛住流量冲击
导读：本文共2318字符，通常情况下阅读需要8分钟。同时您也可以点击右侧朗读，来听本文内容。按键盘←（左） →（右） 方向键可以翻页。
摘要： 使用const( burst=100 rate=100 seconds=5)store:=redis.NewRedis("localhost:6379","node","")fmt.Println(store.Ping())//NewtokenLimiterlimit... ...
目录
(为您整理了一些要点),点击可以直达。
从整体上令牌桶生产token逻辑如下：
用户配置的平均发送速率为r，则每隔1/r秒一个令牌被加入到桶中；
假设桶中最多可以存放b个令牌。如果令牌到达时令牌桶已经满了，那么这个令牌会被丢弃；
当流量以速率v进入，从桶中以速率v取令牌，拿到令牌的流量通过，拿不到令牌流量不通过，执行熔断逻辑；
go-zero 在两类限流器下都采取 lua script 的方式，依赖redis可以做到分布式限流，lua script同时可以做到对 token 生产读取操作的原子性。
下面来看看 lua script 控制的几个关键属性：
上述可以看出 lua script ：只涉及对 token 操作，保证 token 生产合理和读取合理。
从上述流程中看出：
有多重保障机制，保证限流一定会完成。
如果redis limiter失效，至少在进程内rate limiter兜底。
重试 redis limiter 机制保证尽可能地正常运行。
go-zero 中的 tokenlimit 限流方案适用于瞬时流量冲击，现实请求场景并不以恒定的速率。令牌桶相当预请求，当真实的请求到达不至于瞬间被打垮。当流量冲击到一定程度，则才会按照预定速率进行消费。
但是生产token上，不能按照当时的流量情况作出动态调整，不够灵活，还可以进行进一步优化。此外可以参考Token bucket WIKI中提到分层令牌桶，根据不同的流量带宽，分至不同排队中。
go-zero中怎么扛住流量冲击的详细内容，希望对您有所帮助，信息来源于网络。