常见的限流算法主要有两种：令牌桶和漏桶算法，也可以使用计数器进行粗暴限流实现。

算法原理

计数器

维护一个请求数量，在一段时间里，如果请求总数超过了limit，那么我们可以把这个请求拒绝掉，也可以将其放入到缓冲队列中，等待下一个时间段再进行操作。

背景

在实际生产过程中，我们往往会通过集群的方式部署服务器，而不是单机部署，从而可以提高服务的并发能力。

但是这样部署产生了一个新的问题：如何决定某个请求发往的服务器？这就是负载均衡算法所需要解决的问题。

背景

在介绍一致性哈希之前，首先来看看集群部署可能发生的问题：比如说我现在有5台 Redis 服务器，正常运行了很久，很不巧有一天A服务器崩溃了，这个时候还有4台服务器，系统还可以正常运行，原来发送到A服务器的请求我们肯定要想办法进行重定向吧，如果说我们使用一般的哈希函数进行分配，无疑是 hash(key) % num，不过因为 num 现在变成了 num-1，那么很有可能所有的请求都会发生改变打到不同的服务器上，原来发送到B的请求重新处理之后可能发送到了C服务器了。

使用 Go 搭建 Web 后端，最简单的就是使用原生的 net/http 库了，下面是一个简单的例子:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15

package main

import (
	"fmt"
	"net/http"
)

func greet(w http.ResponseWriter, r *http.Request) {
	fmt.Fprintln(w, "Hello World!")
}

func main() {
	http.HandleFunc("/", greet)
	http.ListenAndServe(":8080", nil)
}

运行代码之后，便会在8080端口处监听，接收客户端的请求，然后返回响应，访问 http://localhost:8080 即可以访问到对应的内容。

需求

Golang不支持在函数定义的时候声明默认值，也就是说我们不能够使用类似下面的代码

1
2
3

func New(addr string="localhost",  port string="8080"){
  ...
}

并且也不支持函数的重载，函数名不能够重复，无法根据需要的参数数量创建不同的函数形式，也就是我们不能使用下面的方式

1
2
3
4
5
6
7

func New(addr string){
  ...
}
// 再次使用同样的函数名会报错
func New(addr string, port string){
  ...
}