答案：Golang中通过令牌桶算法实现限速任务调度，可使用rate.Limiter或自定义TokenBucket控制并发。
在高并发场景下，控制任务执行速率是保障系统稳定的关键。Golang 中通过 Token Bucket（令牌桶） 算法实现限速并发任务是一种常见且高效的方式。它既能平滑控制请求速率，又能应对突发流量。下面介绍如何用 Go 实现一个基于 Token Bucket 的限速任务调度器。
Token Bucket 原理简述
令牌桶算法维护一个固定容量的“桶”，以恒定速率向桶中添加令牌。每次执行任务前必须从桶中获取一个令牌，若桶空则等待。这种方式允许一定程度的突发请求（只要桶中有令牌），同时长期速率受生成速率限制。
Go 标准库 golang.org/x/time/rate 提供了开箱即用的 rate.Limiter，底层正是基于令牌桶实现。
使用 rate.Limiter 控制任务并发速率
假设我们需要每秒最多执行 5 个任务，可以这样实现：
立即学习“go语言免费学习笔记（深入）”；
package main <p>import ( "context" "fmt" "math/rand" "sync" "time"</p><pre class="brush:php;toolbar:false;">"golang.org/x/time/rate"
)
func main() { // 每秒产生 5 个令牌，桶容量为 10（允许短暂突发） limiter := rate.NewLimiter(5, 10) var wg sync.WaitGroup ctx := context.Background()
tasks := make([]func(), 20)
for i := 0; i < 20; i++ {
taskID := i
tasks[i] = func() {
defer wg.Done()
// 等待获取一个令牌
if err := limiter.Wait(ctx); err != nil {
fmt.Printf("任务 %d 被取消: %v\n", taskID, err)
return
}
// 模拟任务执行（耗时随机）
duration := time.Duration(rand.Intn(300)) * time.Millisecond
time.Sleep(duration)
fmt.Printf("任务 %d 执行完成，耗时 %v\n", taskID, duration)
}
}
// 并发启动所有任务
for _, task := range tasks {
wg.Add(1)
go task()
}
wg.Wait()
fmt.Println("所有任务完成")}
上面代码中：
仅从仓库的暂存文件生成 Git 提交消息。当用户要求 Codex 根据暂存更改、缓存差异、Git 索引或已通过 `git add` 添加的文件来编写、起草、创建或建议提交消息时使用；切勿代表用户执行提交操作。
-
rate.NewLimiter(5, 10)表示每秒生成 5 个令牌，桶最多存 10 个。 -
limiter.Wait(ctx)会阻塞直到拿到令牌，适合同步控制。 - 使用
context可支持超时或取消任务。
自定义 Token Bucket 实现（无第三方依赖）
如果不想引入 x/time/rate，也可以手写一个简单的令牌桶：
type TokenBucket struct {
capacity int64 // 桶容量
tokens int64 // 当前令牌数
rate time.Duration // 每产生一个令牌的时间间隔
lastGrant time.Time // 上次发放令牌时间
mu sync.Mutex
}
<p>func NewTokenBucket(capacity int64, rps float64) *TokenBucket {
interval := time.Second / time.Duration(rps) // 每秒 rps 个令牌
return &TokenBucket{
capacity: capacity,
tokens: capacity,
rate: interval,
lastGrant: time.Now(),
}
}</p><p>func (tb *TokenBucket) Allow() bool {
tb.mu.Lock()
defer tb.mu.Unlock()</p><pre class="brush:php;toolbar:false;">now := time.Now()
// 补充令牌
elapsed := now.Sub(tb.lastGrant)
newTokens := int64(elapsed / tb.rate)
if newTokens > 0 {
tb.tokens = min(tb.capacity, tb.tokens+newTokens)
tb.lastGrant = now
}
if tb.tokens > 0 {
tb.tokens--
return true
}
return false}
func min(a, b int64) int64 { if a
使用方式：
bucket := NewTokenBucket(10, 5.0) // 每秒5个，最多10个
<p>for i := 0; i < 20; i++ {
for !bucket.Allow() {
time.Sleep(10 <em> time.Millisecond) // 等待可用令牌
}
go func(id int) {
fmt.Printf("执行任务 %d\n", id)
}(i)
time.Sleep(1 </em> time.Millisecond) // 避免 goroutine 创建过快
}
适用场景与优化建议
这种模式适用于：
- 调用外部 API 限流（如 GitHub API 每小时调用次数限制）
- 批量任务处理防止资源打满
- 爬虫控制请求频率
优化点：
- 结合
context.WithTimeout避免无限等待 - 对不同用户/租户使用独立限流器实现多级控制
- 监控桶的消耗情况用于告警或动态调整速率
基本上就这些。Golang 的简洁并发模型加上令牌桶算法，能轻松实现高效、可控的任务调度。实际项目中推荐优先使用 rate.Limiter，稳定且经过充分验证。
