如何使用队列处理 API 速率限制

对于遇到速率限制的应用程序来说也是一个挑战，因为它需要“放慢速度”或暂停。这是一个典型的场景：

初始请求：当应用程序发起与 API 的通信时，它会请求特定的数据或功能。
API 响应： API 处理请求并响应请求的信息或执行所需的操作。
速率限制：如果应用程序已达到限制，通常需要等到下一个指定的时间范围（例如一分钟到一小时）才能发出其他请求。如果它是“软”速率限制并且时间范围已知并且是线性的，则更容易处理。通常，每个区块的等待时间都会增加，需要对每个 API 进行完全不同的自定义处理。
处理超出速率限制：如果应用程序超出速率限制，它可能会收到来自 API 的错误响应（例如“429 Too Many Requests”状态代码）。应用程序需要优雅地处理这个问题，可能是通过对请求进行排队、实施退避策略（在重试之前等待逐渐延长的时间）或通知用户已达到速率限制。

为了在速率限制内有效运行，应用程序通常采用以下策略：

限制：调节传出请求的速率以符合 API 的速率限制。
缓存：将频繁请求的数据存储在本地，以减少重复 API 调用的需要。
指数退避：实施一种策略，使应用程序在达到速率限制后在后续重试之间等待的时间越来越长，以减少服务器负载并防止立即重试。
队列？ 下一节将详细介绍

使用队列

由于队列能够系统地处理任务，因此可以作为出色的“助手”或工具来帮助服务管理速率限制。然而，虽然它提供了显着的好处，但它并不是用于此目的的独立解决方案。

在构建健壮的架构时，用于与受速率限制的外部 API 交互的服务或应用程序通常会异步处理任务。该服务通常由从队列派生的任务启动。当服务遇到速率限制时，它可以轻松地将作业返回到主队列或将其分配到指定用于延迟任务的单独队列，并在特定的等待时间（例如 X 秒）后重新访问它。

这种对队列系统的依赖是非常有利的，主要是因为它的临时性质和排序。然而，仅靠队列并不能完全解决速率限制问题；它需要额外的功能或服务本身的帮助才能有效地处理这些限制。

使用队列时可能会出现挑战

重新进入队列的任务可能会比必要的时间更早返回，因为它们的时间不直接由您的服务控制。
由于在有限时间内频繁拨打电话而超出速率限制。这可能需要实施睡眠或等待机制，由于它们对性能和响应能力的潜在影响，通常被认为是不好的做法。

RabbitMQ

const amqp = require('amqplib');
const axios = require('axios');// Function to make API requests, simulating rate limitations
async function makeAPICall(url) {try {const response = await axios.get(url);console.log('API Response:', response.data);} catch (error) {console.error('API Error:', error.message);}
}// Connect to RabbitMQ server
async function connect() {try {const connection = await amqp.connect('amqp://localhost');const channel = await connection.createChannel();const queue = 'rateLimitedQueue';channel.assertQueue(queue, { durable: true });// Consume messages from the queuechannel.consume(queue, async msg => {const { url, delayInSeconds } = JSON.parse(msg.content.toString());// Simulating rate limitationawait new Promise(resolve => setTimeout(resolve, delayInSeconds * 1000));await makeAPICall(url); // Make the API callchannel.ack(msg); // Acknowledge message processing completion});} catch (error) {console.error('RabbitMQ Connection Error:', error.message);}
}// Function to send a message to the queue
async function addToQueue(url, delayInSeconds) {try {const connection = await amqp.connect('amqp://localhost');const channel = await connection.createChannel();const queue = 'rateLimitedQueue';channel.assertQueue(queue, { durable: true });const message = JSON.stringify({ url, delayInSeconds });channel.sendToQueue(queue, Buffer.from(message), { persistent: true });console.log('Task added to the queue');} catch (error) {console.error('RabbitMQ Error:', error.message);}
}// Usage example
addToQueue('https://api.example.com/data', 5); // Add an API call with a delay of 5 seconds// Start the consumer
connect();

Kafka

const { Kafka } = require('kafkajs');
const axios = require('axios');// Function to make API requests, simulating rate limitations
async function makeAPICall(url) {try {const response = await axios.get(url);console.log('API Response:', response.data);} catch (error) {console.error('API Error:', error.message);}
}// Kafka configuration
const kafka = new Kafka({clientId: 'my-app',brokers: ['localhost:9092'], // Replace with your Kafka broker address
});// Create a Kafka producer
const producer = kafka.producer();// Connect to Kafka and send messages
async function produceToKafka(topic, message) {await producer.connect();await producer.send({topic,messages: [{ value: message }],});await producer.disconnect();
}// Create a Kafka consumer
const consumer = kafka.consumer({ groupId: 'my-group' });// Consume messages from Kafka topic
async function consumeFromKafka(topic) {await consumer.connect();await consumer.subscribe({ topic });await consumer.run({eachMessage: async ({ message }) => {const { url, delayInSeconds } = JSON.parse(message.value.toString());// Simulating rate limitationawait new Promise(resolve => setTimeout(resolve, delayInSeconds * 1000));await makeAPICall(url); // Make the API call},});
}// Usage example - Sending messages to Kafka topic
async function addToKafka(topic, url, delayInSeconds) {const message = JSON.stringify({ url, delayInSeconds });await produceToKafka(topic, message);console.log('Message added to Kafka topic');
}// Start consuming messages from Kafka topic
const kafkaTopic = 'rateLimitedTopic';
consumeFromKafka(kafkaTopic);// Usage example - Adding messages to Kafka topic
addToKafka('rateLimitedTopic', 'https://api.example.com/data', 5); // Add an API call with a delay of 5 seconds

这两种方法都是合法的，但它们需要您的服务包含“睡眠”机制。
借助 Memphis，您可以使用专门为此目的而设计的称为“延迟消息”的简单功能，将延迟从客户端转移到队列。当您的消费者应用程序需要额外的处理时间时，延迟消息允许您将收到的消息发送回代理。

孟菲斯实施的独特之处在于消费者能够独立且原子地控制这种延迟。
在站内，未消费消息的计数不会影响延迟消息的消费。例如，如果需要 60 秒的延迟，它会精确配置该特定消息的不可见时间。

Memphis.dev 延迟消息

消费者组收到一条消息。
发生事件，提示消费者组暂停处理消息。
假设maxMsgDeliveries尚未达到其限制，消费者将激活message.delay(delayInMilliseconds)，绕过消息。代理不会立即重新处理同一消息，而是将其保留指定的持续时间。
后续消息将被消费。
一旦请求delayInMilliseconds通过，代理将停止主要消息流并将延迟的消息重新引入循环。

孟菲斯

const { memphis } = require('memphis-dev');// Function to make API requests, simulating rate limitations 
async function makeAPICall(message) 
{ try { const response = await axios.get(message.getDataAsJson()['url']); console.log('API Response:', response.data); message.ack();} catch (error) { console.error('API Error:', error.message); console.log("Delaying message for 1 minute"); message.delay(60000);} 
}(async function () {let memphisConnection;try {memphisConnection = await memphis.connect({host: '<broker-hostname>',username: '<application-type username>',password: '<password>'});const consumer = await memphisConnection.consumer({stationName: '<station-name>',consumerName: '<consumer-name>',consumerGroup: ''});consumer.setContext({ key: "value" });consumer.on('message', (message, context) => {await makeAPICall(url, message);});consumer.on('error', (error) => { });} catch (ex) {console.log(ex);if (memphisConnection) memphisConnection.close();}
})();