Golang并发限流可通过channel控制最大并发数，使用time.Ticker实现令牌桶算法支持突发流量，借助golang.org/x/time/rate包提供线程安全的限流器，结合context实现超时控制，保护系统稳定性。
在高并发场景下，如果不加以控制，服务很容易因为瞬时流量过大而崩溃。Golang 作为一门擅长并发编程的语言，提供了多种方式来实现并发限流。限流的核心目标是保护系统资源，防止过载，同时保证服务的可用性和稳定性。下面介绍几种常见的 Golang 并发限流实践方法。
使用 channel 实现简单的并发计数限流
利用 channel 的容量特性，可以轻松实现一个基于计数的并发控制器。通过限制同时运行的 goroutine 数量，避免资源耗尽。
定义一个带缓冲的 channel，每个任务执行前先获取 token，执行完成后释放。
示例代码：package main
<p>import (
"fmt"
"sync"
"time"
)</p><p>const maxConcurrency = 3
var sem = make(chan struct{}, maxConcurrency)</p><p>func handleRequest(id int, wg *sync.WaitGroup) {
defer wg.Done()
sem <- struct{}{} // 获取令牌
defer func() { <-sem }() // 释放令牌</p><pre class="brush:php;toolbar:false;">fmt.Printf("处理请求 %d\n", id)
time.Sleep(2 * time.Second) // 模拟处理耗时
}
这种方式适合控制最大并发数，结构简单，易于理解。但不适用于需要按时间窗口限流的场景。
立即学习“go语言免费学习笔记（深入）”；
使用 time.Ticker 实现令牌桶限流
令牌桶算法是一种经典的限流算法，允许突发流量在一定范围内通过，同时控制平均速率。
通过定时向桶中添加令牌，每个请求需要获取一个令牌才能执行。如果桶空，则等待或拒绝。
核心逻辑：type TokenBucket struct {
capacity int // 桶容量
tokens int // 当前令牌数
rate time.Duration // 添加令牌的间隔
lastToken time.Time // 上次添加时间
mu sync.Mutex
}
<p>func (tb *TokenBucket) Allow() bool {
tb.mu.Lock()
defer tb.mu.Unlock()</p><pre class="brush:php;toolbar:false;">now := time.Now()
// 计算应补充的令牌数
delta := int(now.Sub(tb.lastToken) / tb.rate)
tb.tokens = min(tb.capacity, tb.tokens+delta)
tb.lastToken = now
if tb.tokens > 0 {
tb.tokens--
return true
}
return false
}
这种实现支持一定程度的突发请求，适合 API 接口限流等场景。
使用 uber-go/dig 在 Golang 中实现依赖注入——基于反射容器，提供 Provide/Invoke、dig.In/dig.Out 参数与结果对象，支持命名依赖等
使用 golang.org/x/time/rate 限流器
Golang 官方扩展包 golang.org/x/time/rate 提供了成熟的限流工具，基于令牌桶实现，功能完整且线程安全。
rate.Limiter 是最常用的类型，支持阻塞等待、非阻塞尝试、超时控制等多种模式。
使用示例：package main
<p>import (
"golang.org/x/time/rate"
"time"
"fmt"
)</p><p>func main() {
limiter := rate.NewLimiter(2, 5) // 每秒2个令牌，最多积压5个</p><pre class="brush:php;toolbar:false;">for i := 1; i <= 10; 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(200 * time.Millisecond)
}
}
该包还支持 Wait 方法，可用于精确控制请求间隔，适合客户端调用第三方接口时做节流控制。
结合 context 实现带超时的限流请求
在实际应用中，限流常与超时控制结合使用。通过 context 可以优雅地处理等待和取消。
例如，使用 limiter.Wait(context) 可设置最大等待时间，避免请求无限阻塞。
ctx, cancel := context.WithTimeout(context.Background(), 500*time.Millisecond)
err := limiter.Wait(ctx)
if err != nil {
// 超时或被取消
fmt.Println("请求超时或被限流")
return
}
// 继续处理请求
这种方式提升了系统的健壮性，尤其适合微服务之间的调用链路。
基本上就这些。Golang 的并发限流可以根据业务需求选择合适的方式：简单计数用 channel，精细控制用 rate 包，自定义逻辑可手写令牌桶。关键是根据系统负载能力设定合理的阈值，避免过度限流影响用户体验，也防止放行过多导致雪崩。实践中建议结合监控动态调整参数。
