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;"><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: %vn", 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 %vn", 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：
-
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;"><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 < b { return a } return b }
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 %dn", 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：
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。