答案：在Golang的gRPC中通过拦截器结合rate包实现限流，使用令牌桶算法控制请求速率，支持按方法配置不同策略，并可在集群环境下集成Redis实现分布式限流。
在Golang中实现RPC限流，核心是控制单位时间内允许通过的请求数量，防止服务因突发流量而崩溃。可以通过令牌桶、漏桶算法结合中间件方式在RPC框架中植入限流逻辑。以下是在gRPC中使用golang.org/x/time/rate包实现限流的实用方法。
使用gRPC拦截器实现服务端限流
gRPC支持通过拦截器（Interceptor）统一处理请求前后的逻辑。可以在一元调用（Unary）和流式调用（Streaming）中插入限流逻辑。
以一元拦截器为例：
import "golang.org/x/time/rate"
// 创建限流器：每秒最多10个请求，最大允许15个突发请求
var limiter = rate.NewLimiter(10, 15)
func RateLimitInterceptor(ctx context.Context, req interface{}, info *grpc.UnaryServerInfo, handler grpc.UnaryHandler) (interface{}, error) {
if !limiter.Allow() {
return nil, status.Errorf(codes.ResourceExhausted, "too many requests")
}
return handler(ctx, req)
}
注册拦截器到gRPC服务器：
立即学习“go语言免费学习笔记（深入）”；
s := grpc.NewServer(grpc.UnaryInterceptor(RateLimitInterceptor))
为不同服务或方法配置独立限流策略
并非所有接口都需要相同限流规则。可以根据服务名或方法路径应用差异化限流。
示例：按方法路径设置不同速率
func PerMethodRateLimit(ctx context.Context, req interface{}, info *grpc.UnaryServerInfo, handler grpc.UnaryHandler) (interface{}, error) {
var limit rate.Limit
var burst int
switch info.FullMethod {
case "/UserService/GetUser":
limit = 5 // 每秒5次
burst = 10
case "/OrderService/CreateOrder":
limit = 2
burst = 5
default:
limit = 10
burst = 20
}
if !rate.NewLimiter(limit, burst).Allow() {
return nil, status.Errorf(codes.ResourceExhausted, "rate limit exceeded for %s", info.FullMethod)
}
return handler(ctx, req)
}
集成分布式限流（可选进阶）
单机限流无法应对集群场景。若需跨节点统一限流，可借助Redis + Lua脚本实现分布式令牌桶，例如使用go-redis/redis_rate库。
基本思路：
- 每个请求向Redis发送原子操作，判断是否放行
- 利用Redis的INCR和EXPIRE组合实现滑动窗口计数
- 或使用Redlock等机制保证一致性
对于高并发场景，注意网络延迟对性能的影响，必要时可结合本地限流做二级防护。
基本上就这些。关键在于选择合适的限流粒度和算法，并通过拦截器无侵入地集成到RPC流程中。单机场景用x/time/rate足够高效，集群环境再考虑引入外部存储协同控制。
