转载

Java并发 -- Guava RateLimiter

// 限流器流速:2请求/秒
RateLimiter limiter = RateLimiter.create(2.0);
ExecutorService pool = Executors.newFixedThreadPool(1);
final long[] prev = {System.nanoTime()};
for (int i = 0; i < 20; i++) {
    // 限流器限流
    limiter.acquire();
    pool.execute(() -> {
        long cur = System.nanoTime();
        System.out.println((cur - prev[0]) / 1000_000);
        prev[0] = cur;
    });
}
// 输出
//  499
//  499
//  497
//  502
//  496

令牌桶算法

  1. Guava RateLimiter采用的是 令牌桶算法 ,核心思想: 通过限流器的前提是拿到令牌
  2. 令牌桶算法
    • 令牌以 固定的速率 添加到令牌桶中,假设限流的速率为r/s,则令牌每1/r秒会添加一个
    • 假设令牌桶的容量是b,如果令牌桶已满,则新的令牌会被 丢弃
      • b是burst的简写,意义是限流器 允许的最大突发流量
      • 例如b=10,且令牌桶中的令牌已满,此时限流器允许10个请求同时通过限流器,这只是突发流量
    • 请求能通过限流器的前提是 令牌桶中有令牌

生产者-消费者

  1. 一个生产者定时向阻塞队列中添加令牌,消费者线程从阻塞队列中获得令牌,才允许通过限流器
  2. 用生产者-消费者实现限流器的方案仅适用于并发量不大的场景,但实际情况是使用限流器的场景大部分都是 高并发 场景
  3. 主要问题是 定时器 ,在 高并发 场景下,当系统压力已经临近 极限 的时候,定时器的 精度误差 会非常大
    • 另外定时器本身也会创建 调度线程 ,也会对系统的性能产生影响

Guava

  1. Guava实现令牌桶算法: 记录并动态计算下一令牌发放的时间
  2. 假设令牌桶的容量为b=1,限流速率为r=1/s

简要分析

Case 1

Java并发 -- Guava RateLimiter Java并发 -- Guava RateLimiter

  1. 当前令牌桶中没有令牌,下一令牌的发放时间在第3秒,而在第2秒的时候线程T1请求令牌
  2. 线程T1需要等待1秒,由于原本在第3秒发放的令牌已经被线程T1 预占 了,下一个令牌发放的时间也需要增加1秒

Case 2

Java并发 -- Guava RateLimiter Java并发 -- Guava RateLimiter

  1. 假设T1在预占第3秒的令牌后,马上又有一个线程T2请求令牌
  2. 由于下一个令牌产生的时间是第4秒,所以线程T2需要等待2秒才能获得令牌
  3. 由于T2预占了第4秒的令牌,所以下一令牌产生的时间还要增加1秒

Case 3

Java并发 -- Guava RateLimiter Java并发 -- Guava RateLimiter

  1. 假设在线程T1请求令牌之后的5秒,也就是第7秒,线程T3请求令牌
  2. 由于在第5秒已经产生了一个令牌,此时线程T3可以直接拿到令牌,无需等待
  3. 在第7秒,实际上限流器能产生3个令牌,分别在第5、6、7秒各产生一个令牌
    • 但由于令牌桶的容量为1,所以第6、7秒产生的令牌丢弃了(也可以认为丢弃的是第5、6秒产生的令牌)
  4. 因此,下一个令牌的产生时间应该是第8秒

代码实现

public class SimpleLimiter {
    // 令牌发放间隔
    private static final long INTERVAL = 1000_000_000;
    // 下一令牌发放时间
    private long next = System.nanoTime();

    // 预占令牌,返回能够获取令牌的时间
    private synchronized long reserve(long now) {
        if (now > next) {
            // 请求时间在下一令牌产生时间之后
            // 重新计算下一令牌产生时间
            next = now;
        }
        // 能够获取令牌的时间
        long at = next;
        // 更新下一个令牌产生的时间
        next += INTERVAL;
        // 返回线程需要等待的时间
        return Math.max(at, 0L);
    }

    // 申请令牌
    public void acquire() {
        long now = System.nanoTime();
        // 预占令牌
        long at = reserve(now);
        long waitTime = Math.max(at - now, 0);
        if (waitTime > 0) {
            try {
                TimeUnit.NANOSECONDS.sleep(waitTime);
            } catch (InterruptedException ignored) {
            }
        }
    }
}

小结

  1. 经典的限流算法有两个:一个是 令牌桶算法 (Token Bucket),另一个是 漏桶算法 (Leaky Bucket)
  2. 令牌桶算法:定时向令牌桶发放令牌,请求能够从令牌桶中拿到令牌,然后才能通过限流器
  3. 漏桶算法:请求就像水一样注入漏桶,漏桶会按照一定的速率自动将水漏掉
    • 只有漏桶里还能注入水的时候,请求才能通过限流器
  4. 令牌桶算法和漏桶算法很像一个硬币的正反面

转载请注明出处:http://zhongmingmao.me/2019/05/27/java-concurrent-guava-rate-limiter/

访问原文「 Java并发 -- Guava RateLimiter 」获取最佳阅读体验并参与讨论

原文  http://zhongmingmao.me/2019/05/27/java-concurrent-guava-rate-limiter/
正文到此结束
Loading...