限流一般是为了解决因拥挤导致服务无法正常提供的问题。比如常见的地铁限流，如果很多人在很短的时间内快速涌入，超出站台内的空间或列车的可运载人数，就会容易引发安全事故。

在github上使用C#编写的限流程序有很多，翻看了一些，大部分都有很多的场景限制，比如只能用在asp.net core，或者只能使用IP或者ClientId限制，或者对分布式部署不友好，又或者支持的限流算法比较单一。

FireflySoft.RateLimit的目的是提供一个更为基础的限流组件，可以用于各种限流业务场景，可以用于多种形式的程序，可以容纳多种限流算法，支持分布式统一限流，支持灵活的限流目标控制，提供方便的自定义机制，包括各种配置、算法和数据持久化等，同时使用起来更为简便。

下面先简单介绍其使用方法，然后再看一下其逻辑原理。

使用方法

以一个简单的ASP.NET Core WebAPI固定窗口限流为例，要求每个接口每秒钟限制50次请求。使用FireflySoft.RateLimit只需两步：安装Nuget包、使用限流中间件。

1、安装Nuget包

通过包管理器安装:

Install-Package FireflySoft.RateLimit.AspNetCore -Version 1.0.0

或者通过.NET CLI:

dotnet add package FireflySoft.RateLimit.AspNetCore --version 1.0.0

当然你也可以自己编译代码，添加本地引用，开源项目地址：

2、使用限流中间件

打开 Startup.cs，在Configure方法中添加 app.UseRateLimit，并提供限流的相关设置，包括：限流的请求类型、限流使用的算法、限流的规则、限流计数的持久化方式、限流时的错误消息等等。示例代码如下：

public void Configure(IApplicationBuilder app, IWebHostEnvironment env){    ...    app.UseRateLimit(new Core.RateLimitProcessor<HttpContext>.Builder()        // .WithError(new Core.RateLimitError()        // {        //     Code=429,        //     Message = "The system is busy, please try again later"        // })        // .WithStorage(new RedisStorage(StackExchange.Redis.ConnectionMultiplexer.Connect("localhost")))        .WithAlgorithm(new FixedWindowAlgorithm<HttpContext>( new[] {            new FixedWindowRateLimitRule<HttpContext>()            {                ExtractTarget = context =>                {                    // for all path, you can customize it                    return "rule1-" + context.Request.Path.Value;                },                CheckRuleMatching = context =>                {                    // limit every request, you can customize it                    return true;                },                Name="general limit rule",                LimitNumber=30,                LockSeconds=1,                StatWindow=TimeSpan.FromSeconds(1)            }        }))        .Build());    ...}

复制上边的代码到你的项目中，打开Postman，发起一个Runner，马上就可以体验到FireflySoft.RateLimit的限流效果。

FireflySoft.RateLimit还提供了另外两个Nuget包：

FireflySoft.RateLimit.AspNet用于基于.NET Framework的ASP.NET项目限流，.NET版本必须是4.6.1及以上。FireflySoft.RateLimit.Core是FireflySoft.RateLimit.的核心类库，可以集成到任何类型的项目中进行限流处理。不仅仅是Web服务限流，各种需要数量限制的业务处理都可以使用。逻辑原理

1、限流处理器

使用FireflySoft.RateLimit首先需要创建一个限流处理器RateLimitProcessor的实例，然后用它来过滤每一个请求。

创建RateLimitProcessor的实例，至少需要提供两个信息：被限流的请求类型、限流算法和规则。其它还有限流计数持久化方式、限流错误信息，如果不提供会使用默认值。这里先不展开，后边会详细介绍它们。

创建RateLimitProcessor需要采用构造器模式，如果你使用ASP.NET Core应该很熟悉，如果没什么印象打开Program.cs就可以看到了。

为了提高效率，这个限流处理器一般会统一放在某个过滤器中，这个过滤器在ASP.NET中可以是一个消息处理器，在ASP.NET Core中一般就是一个中间件。为了方便集成，FireflySoft.RateLimit已经提供了一个基于ASP.NET的消息处理器和一个基于ASP.NET Core的中间件，通过Github和Nuget都可以很方便的找到他们，Github上还提供了演示程序。

2、被限流请求类型

被限流请求类型就是需要被限制的业务请求的类型，在ASP.NET中他可能是HttpRequestMessage，在ASP.NET Core中它可能是HttpContext，在其它业务中它可能是你自定义的一个类型XXXRequest。

被限流请求类型很重要，因为不同的业务可能使用不同的请求类型，而限流处理程序需要从当前请求中提取或关联到限流目标，明确请求类型才能确定提取方法，否则对请求进行限制将无所适从。

3、限流算法和规则

FireflySoft.RateLimit提供了四种常见的限流算法：固定窗口、滑动窗口、漏桶、令牌桶。固定窗口相对最简单，无论是算法的时间复杂度还是分布式环境实现难度都比较有优势，如果需求是在较短的时间内进行限制，比如每秒限制多少次，使用这种算法是最合适的。但是实际场景中请求在时间分布中可能不太均匀，时多时少，根据需求的不同，可能需要选择其它三种限流算法，这里不做说明了，网上已经有很多的场景选择说明。

初始化限流算法还需要提供对应的限流规则，因为不同的算法往往需要不同的参数，这里很难对不同的算法提供完全统一的限流规则，不过这些规则确实是有共同设置项的，比如限流锁定时间、目标提取方法、是否应用限流处理的判断方法等。

以上文【使用方法】中的限流代码为例，做一些介绍：

FixedWindowAlgorithm是此限流组件提供的固定窗口限流算法。FixedWindowRateLimitRule是此限流组件提供的固定窗口限流规则类型；HttpContext是业务中需要限制的请求类型，这里是Http请求上下文类型；StatWindow是固定窗口的大小，是一个时间跨度；LimitNumber是限流值，在StatWindow时间内请求数超过它就会触发限流；LockSeconds是触发限流后的锁定时间，此时间内请求都会被阻止，不需要锁定时可以不设置；ExtractTarget传递一个方法用于从请求中提取限流目标，这里是用户的每一个请求路径；CheckRuleMatching传递一个方法用于检查当前请求是否需要限流检查，这里return true代表所有请求都要经过限流检查。

这里有两个比较有意思的设置：ExtractTarget和CheckRuleMatching，他们共同作用，让用户可以完全自由的定制自己限流的目标和条件，不固定是IP、ClientId或者Url。其它算法规则中每个设置项的含义可以通过其注释了解到。

如果这几个算法还不能满足要求，可以通过实现IRateLimitAlgorithm来定义一个新的算法。

4、计数持久化方式

FireflySoft.RateLimit中的限流计数目前支持保存在内存或者Redis中，也可以通过实现IRateLimitStorage来定义一个新的存储器。

对于只需要部署一份的程序，绝大部分情况下使用内存就够了；但是如果限流的时间窗口比较长，比如1小时限制300次，重启就会丢失计数，这可能是个风险，此时使用Redis会比较合适。

对于需要部署多份的程序，如果请求是基本均匀的，并且在每个部署之间的分配也是均匀的，那么使用内存存储器也未尝不可，将总的限流数平均分配在每一个部署中，只要有一个部署触发限流，其它部署很大几率上也会触发限流。但是对于需要部署多份的情况，采用更持久的Redis方式才是稳妥的。

相比内存访问，Redis访问需要网络交互，这会造成一定的性能损失，访问量很大时也会产生拥堵，不过也可以将请求分散到多个Redis的方式进行缓解；同时分布式环境下数据一致性的实现难度更大，即使使用Redis，比如限流处理中必然会涉及的各种时间，不同节点之间的时间不可能绝对一致，越短的时间窗口协调难度越大。因此使用滑动窗口、漏桶、令牌桶等分布式实现难度较大的算法时，需要注意时间单位的设置。

5、限流错误信息

限流错误信息是触发限流时限流检查结果中附带的信息，目前每个限流处理器允许设置一个统一的RateLimitError，方便业务侧进行统一处理。默认限流错误Code是429，Message为null。你也可以不使用这个定义的值，根据当前限流目标和限流规则构造自己的错误信息。

6、限流锁定

限流锁定是触发限流时的惩罚性处理。FireflySoft.RateLimit通过设置限流规则中的LockSeconds，定义触发限流后的锁定时间，此时间内的请求都会被认定触发限流规则，而不被允许通过；如果不需要锁定忽略这个设置就可以了。

了解源码

FireflySoft.RateLimit已经在Github开源：

包含的项目如下：

FireflySoft.RateLmit.Core

FireflySoft.RateLmit的算法、规则、持久化和其它核心代码。

FireflySoft.RateLmit.Core.Sample

使用FireflySoft.RateLmit.Core的示例程序。

FireflySoft.RateLimit.AspNet

为基于 .NET Framework的ASP.NET提供的限流组件。

FireflySoft.RateLimit.AspNet.Sample

使用FireflySoft.RateLimit.AspNet的示例程序。

FireflySoft.RateLimit.AspNetCore

ASP.NET Core限流中间件。

FireflySoft.RateLimit.AspNetCore.Sample

使用FireflySoft.RateLimit.AspNetCore的示例程序。