快捷導(dǎo)航

前端防止服務(wù)器過(guò)載實(shí)現(xiàn)限流的常見策略和技術(shù)指南

更新時(shí)間：2025年11月10日 09:02:01 作者：你才是向陽(yáng)花

前端限流是一種控制請(qǐng)求頻率的技術(shù),旨在防止過(guò)多的請(qǐng)求在同一時(shí)間段內(nèi)發(fā)送到服務(wù)器,下面小編就為大家簡(jiǎn)單講講幾種常見的策略和技術(shù)吧

前端限流是一種控制請(qǐng)求頻率的技術(shù)，旨在防止過(guò)多的請(qǐng)求在同一時(shí)間段內(nèi)發(fā)送到服務(wù)器，避免造成服務(wù)器過(guò)載或觸發(fā)反爬蟲機(jī)制。實(shí)現(xiàn)前端限流的方法有很多，下面介紹幾種常見的策略和技術(shù)：

1. 時(shí)間窗口算法

時(shí)間窗口算法是最簡(jiǎn)單的限流方式之一，它基于固定的時(shí)間間隔來(lái)限制請(qǐng)求數(shù)量。

let lastRequestTime = 0;
const REQUEST_INTERVAL = 500; // 請(qǐng)求間隔為500毫秒

function makeRequest(data) {
    const now = new Date().getTime();
    if (now - lastRequestTime > REQUEST_INTERVAL) {
        lastRequestTime = now;
        // 發(fā)起實(shí)際的網(wǎng)絡(luò)請(qǐng)求
        console.log('發(fā)起請(qǐng)求:', data);
    } else {
        console.log('請(qǐng)求過(guò)于頻繁，請(qǐng)稍后再試');
    }
}

2. 漏桶算法

漏桶算法將所有請(qǐng)求放入一個(gè)“桶”中，并以固定的速率處理這些請(qǐng)求。如果桶滿了，新的請(qǐng)求就會(huì)被拒絕或者排隊(duì)等待。

class LeakyBucket {
    constructor(rate, capacity) {
        this.rate = rate; // 處理速度（每毫秒處理多少個(gè)請(qǐng)求）
        this.capacity = capacity; // 桶的最大容量
        this.waterAmount = 0; // 當(dāng)前水量
        this.lastLeakTimestamp = Date.now(); // 上次漏水的時(shí)間戳
    }

    canMakeRequest() {
        const now = Date.now();
        const elapsedTime = now - this.lastLeakTimestamp;
        const leakedAmount = elapsedTime * this.rate;

        // 更新當(dāng)前水量
        this.waterAmount = Math.max(0, this.waterAmount - leakedAmount);
        this.lastLeakTimestamp = now;

        if (this.waterAmount < this.capacity) {
            this.waterAmount += 1;
            return true;
        } else {
            return false;
        }
    }
}

const bucket = new LeakyBucket(0.1, 10); // 設(shè)置每毫秒處理0.1個(gè)請(qǐng)求，最大容量為10

function makeRequest(data) {
    if (bucket.canMakeRequest()) {
        // 發(fā)起實(shí)際的網(wǎng)絡(luò)請(qǐng)求
        console.log('發(fā)起請(qǐng)求:', data);
    } else {
        console.log('請(qǐng)求過(guò)于頻繁，請(qǐng)稍后再試');
    }
}

3. 計(jì)數(shù)器算法

計(jì)數(shù)器算法通過(guò)記錄一段時(shí)間內(nèi)的請(qǐng)求數(shù)量來(lái)進(jìn)行限流。當(dāng)達(dá)到設(shè)定的最大請(qǐng)求數(shù)時(shí)，在剩余時(shí)間內(nèi)不再接受新的請(qǐng)求。

let requestCount = 0;
const MAX_REQUESTS = 5; // 最大請(qǐng)求數(shù)
const TIME_WINDOW = 1000; // 時(shí)間窗口大小為1秒

function resetCounter() {
    setTimeout(() => {
        requestCount = 0;
    }, TIME_WINDOW);
}

function makeRequest(data) {
    if (requestCount < MAX_REQUESTS) {
        requestCount++;
        // 發(fā)起實(shí)際的網(wǎng)絡(luò)請(qǐng)求
        console.log('發(fā)起請(qǐng)求:', data);
        if (requestCount === 1) { // 第一次請(qǐng)求時(shí)重置計(jì)數(shù)器
            resetCounter();
        }
    } else {
        console.log('請(qǐng)求過(guò)于頻繁，請(qǐng)稍后再試');
    }
}

4. 使用第三方庫(kù)

對(duì)于更復(fù)雜的場(chǎng)景，可以考慮使用現(xiàn)成的限流庫(kù)，如 bottleneck 或 limiter，它們提供了更多高級(jí)功能和配置選項(xiàng)。

例如，使用 bottleneck：

首先安裝依賴：

npm install bottleneck

然后在代碼中使用：

const Bottleneck = require("bottleneck");

// 創(chuàng)建一個(gè)限流器，每秒最多允許5個(gè)請(qǐng)求
const limiter = new Bottleneck({
    maxConcurrent: 1,
    minTime: 200 // 每200ms允許一個(gè)新的請(qǐng)求
});

async function makeRequest(data) {
    await limiter.schedule(() => {
        // 發(fā)起實(shí)際的網(wǎng)絡(luò)請(qǐng)求
        console.log('發(fā)起請(qǐng)求:', data);
    });
}

以上就是幾種常見的前端限流實(shí)現(xiàn)方法。根據(jù)具體的應(yīng)用場(chǎng)景選擇合適的策略，可以幫助你有效地管理請(qǐng)求頻率，保護(hù)后端服務(wù)。

到此這篇關(guān)于前端防止服務(wù)器過(guò)載實(shí)現(xiàn)限流的常見策略和技術(shù)指南的文章就介紹到這了,更多相關(guān)前端限流內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

您可能感興趣的文章: