Iris框架限流怎么做？TokenBucket算法整合-Golang-PHP中文网

iris.context中不可直接存rate.limiter，因其复用特性会导致限流维度错乱；应按key（如ip、user_id）从sync.map或内存缓存中获取独立limiter实例，burst建议设为rps×1~3且需结合下游水位压测调优。

iris框架限流怎么做？tokenbucket算法整合

iris.Context中直接用rate.Limiter要小心并发安全

iris 的 Context 是复用的，每次请求拿到的可能是同一个对象。如果你把 rate.Limiter 存在 ctx.Values() 或中间件闭包里，多个 goroutine 并发调用时会触发 rate.Limiter 内部的原子操作竞争——它本身是线程安全的，但误用存储位置会导致限流维度错乱（比如本该按用户限，却共享了同一个 limiter）。

正确做法是：每个限流策略对应一个独立的 rate.Limiter 实例，按 key（如 user_id、ip、api_path）从 map 或 sync.Pool 中取；不要把 limiter 当作 request-scoped 变量塞进 ctx。

别在中间件里写 limiter := rate.NewLimiter(10, 5) 然后直接 ctx.Set("limiter", limiter)
要用 sync.Map 或带 TTL 的内存缓存（如 freecache）按 key 管理 limiter 实例
若限流粒度是 IP，注意 X-Forwarded-For 头可能被伪造，需结合 realIP 配置校验

自定义 iris.Handler 实现 TokenBucket 限流中间件

iris 不内置限流中间件，但你可以用标准 golang.org/x/time/rate 封装一个轻量 handler。关键不是“怎么加中间件”，而是“怎么让令牌桶状态不跨请求污染”。

示例中用 sync.Map 缓存每个 IP 对应的 limiter，避免高频创建销毁：

var ipLimiters = sync.Map{} // key: string(ip), value: *rate.Limiter

func RateLimitByIP(rps, burst int) iris.Handler {
	return func(ctx iris.Context) {
		ip := ctx.RemoteAddr() // 或用 ctx.GetHeader("X-Real-IP")
		if limiter, ok := ipLimiters.Load(ip); ok {
			if !limiter.(*rate.Limiter).Allow() {
				ctx.StatusCode(429)
				ctx.WriteString("too many requests")
				return
			}
			ctx.Next()
			return
		}

		// 首次访问，初始化 limiter
		newLimiter := rate.NewLimiter(rate.Limit(rps), burst)
		ipLimiters.Store(ip, newLimiter)
		if !newLimiter.Allow() {
			ctx.StatusCode(429)
			ctx.WriteString("too many requests")
			return
		}
		ctx.Next()
	}
}

rate.Limit(rps) 参数必须是 rate.Limit 类型，不能直接传 int
burst 值建议 ≥ rps，否则突发流量几乎必被拒（例如 rps=5、burst=1 时，第 2 个请求就失败）
sync.Map 在高并发下比 map+mutex 更高效，但要注意它不支持遍历清理过期项，长期运行需额外机制

分布式场景下别硬套 rate.Limiter，改用 Redis+Lua

单机 rate.Limiter 在多实例部署时完全失效——每个进程维护自己的桶，总流量会翻倍突破阈值。这时必须把令牌桶状态提到共享存储层。

Token Analyzer

基于官方 GMGN API 的代币分析工具。通过合约地址查询代币在 SOL/BSC/Base 链上的准确市场数据、安全检测、KOL 分析、开发者分析和 AI 智能分析（叙事/筹码/老鼠仓/机器人）。支持自动识别链。

下载

iris 本身不绑定 Redis，但你可以用 github.com/go-redis/redis/v9 + Lua 脚本实现原子限流。核心是把三要素（tokens、last_refill_time、capacity）存在 Redis HASH，并用 Lua 保证“读-算-写”不被并发打断。