用golang.org/x/time/rate实现IP限流最常用,需为每个IP绑定独立rate.Limiter实例,存于sync.Map并定期清理过期项,安全解析真实IP(校验可信代理后取X-Forwarded-For),超时返回429状态码。

用 golang.org/x/time/rate 实现基于 IP 的请求限流
限流最常用、最轻量的方案就是 rate.Limiter,它基于令牌桶算法,线程安全,适合在 HTTP 中间件中直接使用。关键点是:每个 IP 对应一个独立的 rate.Limiter 实例,不能全局共用一个。
常见错误是把单个 rate.Limiter 放在中间件闭包外,导致所有 IP 共享同一桶,实际变成全局限流而非 per-IP 限流。
实操建议:
- 用
sync.Map缓存 IP →*rate.Limiter映射,避免锁竞争;sync.Map的LoadOrStore是原子操作,适合高频读写 - 注意 IP 提取要真实:优先从
X-Forwarded-For取(但需校验可信代理), fallback 到r.RemoteAddr;别直接信X-Forwarded-For,否则可被伪造 - 限流速率建议设为
rate.Every(1 * time.Second)而非rate.Limit(1),语义更清晰;例如每秒最多 10 次:用rate.Every(100 * time.Millisecond) - 超限时返回
http.StatusTooManyRequests(429)并带Retry-After头,符合 RFC 标准
按用户 ID 限流时怎么安全获取和校验身份
用户维度限流必须依赖可信的身份标识,不能只靠 Cookie 或前端传的 user_id 字段——这些都可篡改。真正可用的只有经过鉴权中间件验证后的上下文值,比如 JWT 解析后存入 context.Context 的 userID。
典型错误是:在限流中间件里直接解析 JWT,重复做签名验证、过期检查,既低效又可能和鉴权逻辑不一致。
实操建议:
- 确保限流中间件放在鉴权中间件之后(如
authMiddleware→rateLimitMiddleware),这样可以直接从r.Context().Value("user_id")安全取值 - 如果没统一鉴权层,至少用
http.Request.Header.Get("Authorization")提取 token 后,复用已有的 JWT 验证函数(不要重写解析逻辑) - 用户 ID 建议转成
int64或固定长度字符串(如 UUID),避免用原始用户名或邮箱作 map key,防止恶意长字符串打爆内存 - 对未登录用户(如
user_id == 0或空字符串),可降级到 IP 限流,或直接拒绝
sync.Map 存限流器时的内存与 GC 风险
sync.Map 确实免锁,但它不会自动清理过期项。如果按 IP 或用户限流,且访问来源极多(比如爬虫扫出上万 IP),sync.Map 会持续增长,最终吃光内存。
这不是理论风险:生产环境见过因未清理,几小时内 Map 占用超 2GB 内存,GC 压力陡增,P99 延迟翻倍。
实操建议:
- 给每个限流器加最后访问时间戳,用后台 goroutine 定期扫描(如每 30 秒),清理超过 5 分钟无访问的条目
- 更稳妥的做法是用 LRU cache 替代
sync.Map,例如github.com/hashicorp/golang-lru/v2,设置容量上限(如 10000),自动淘汰旧项 - 若用 LRU,key 必须是可比类型(
string或int64),别用 struct;value 推荐封装为结构体,包含*rate.Limiter和lastSeen time.Time - 注意:LRU 的
Get和Add不是完全无锁,但在 10k 条目内性能差异可忽略
组合 IP + 用户双维度限流的策略取舍
有些场景需要“单 IP 最多 100 次/秒,但同一用户在所有 IP 上总共不超过 50 次/秒”。这时不能简单叠加两个限流器——容易误杀(比如用户切 WiFi/IP 导致频繁触发)。
核心矛盾在于:IP 是弱标识,用户是强标识,二者权重不同,硬限制会损害体验。
实操建议:
- 优先保用户维度:先查用户限流器,超限则直接拒绝;未超限再查 IP 限流器,仅用于防突发流量(如用户脚本误发起大量请求)
- IP 限流阈值建议设得宽松些(如用户限流是 50qps,IP 可设 200qps),避免正常多端登录(手机+PC+平板)被拦
- 记录日志时同时打上
ip和user_id,便于后续分析是真攻击还是误触发;别只记 IP,否则无法定位真实用户 - 不推荐用 Redis 做双维度计数(如
INCR user:123+INCR ip:1.2.3.4),网络延迟和失败重试会让逻辑复杂度飙升,除非已有成熟分布式限流组件
真正难的不是写通逻辑,而是决定什么时候该降级、什么时候该放行、以及日志里留下足够线索去回溯那次“看起来像攻击”的请求到底是谁发的。
golang免费学习笔记(深入):立即使用
在学习笔记中,你将探索golang的核心概念和高级技巧!











