Java实现系统限流
在微服务系统中，缓存、限流、熔断是保证系统高可用的三板斧，今天我们就来聊聊限流。
限流是保障系统高可用的方式之一，当然啦也是大厂高频面试题，如果阿里的面试官问一句：“如何实现每秒钟1K个请求的限流？”，你要是分分钟给他写上几种限流方案，那岂不香哉，哈哈:smirk:! 话不多说，我来列几种常用限流实现方式。
Guava RateLimiter
Guava是Java领域很优秀的开源项目，包含了日常开发常用的集合、String、缓存等， 其中RateLimiter是常用限流工具。 RateLimiter是基于令牌桶算法实现的，如果每秒10个令牌，内部实现，会每100ms生产1个令牌。
使用Guava RateLimiter
-
引入pom依赖：
<dependency> <groupId>com.google.guava</groupId> <artifactId>guava</artifactId> <version>23.0</version> </dependency> 复制代码
-
代码：
public class GuavaRateLimiterTest { //比如每秒生产10个令牌，相当于每100ms生产1个令牌 private RateLimiter rateLimiter = RateLimiter.create(10); /** * 模拟执行业务方法 */ public void exeBiz() { if (rateLimiter.tryAcquire(1)) { try { Thread.sleep(500); } catch (InterruptedException e) { e.printStackTrace(); } System.out.println("线程" + Thread.currentThread().getName() + "：执行业务逻辑"); } else { System.out.println("线程" + Thread.currentThread().getName() + "：被限流"); } } public static void main(String[] args) throws InterruptedException { GuavaRateLimiterTest limiterTest = new GuavaRateLimiterTest(); Thread.sleep(500);//等待500ms，让limiter生产一些令牌 //模拟瞬间生产100个线程请求 for (int i = 0; i < 100; i++) { new Thread(limiterTest::exeBiz).start(); } } } 复制代码
滑窗计数
打个比方，某接口每秒允许100个请求，设置一个滑窗，窗口中有10个格子，每个格子占100ms，每100ms移动一次。滑动窗口的格子划分的越多，滑动窗口的滚动就越平滑，限流的统计就会越精确。
代码：
/**
* 滑窗计数器
*/
public class SliderWindowRateLimiter implements Runnable {
//每秒允许的最大访问数
private final long maxVisitPerSecond;
//将每秒时间划分N个块
private final int block;
//每个块存储的数量
private final AtomicLong[] countPerBlock;
//滑动窗口划到了哪个块儿，可以理解为滑动窗口的起始下标位置
private volatile int index;
//目前总的数量
private AtomicLong allCount;
/**
* 构造函数
*
* @param block，每秒钟划分N个窗口
* @param maxVisitPerSecond 每秒最大访问数量
*/
public SliderWindowRateLimiter(int block, long maxVisitPerSecond) {
this.block = block;
this.maxVisitPerSecond = maxVisitPerSecond;
countPerBlock = new AtomicLong[block];
for (int i = 0; i < block; i++) {
countPerBlock[i] = new AtomicLong();
}
allCount = new AtomicLong(0);
}
/**
* 判断是否超过最大允许数量
*
* @return
*/
public boolean isOverLimit() {
return currentQPS() > maxVisitPerSecond;
}
/**
* 获取目前总的访问数
*
* @return
*/
public long currentQPS() {
return allCount.get();
}
/**
* 请求访问进来，判断是否可以执行业务逻辑
*/
public void visit() {
countPerBlock[index].incrementAndGet();
allCount.incrementAndGet();
if (isOverLimit()) {
System.out.println(Thread.currentThread().getName() + "被限流" + "，currentQPS：" + currentQPS() + "，index：" + index);
} else {
System.out.println(Thread.currentThread().getName() + "执行业务逻辑" + "，currentQPS：" + currentQPS() + "，index：" + index);
}
}
/**
* 定时执行器，
* 每N毫秒滑块移动一次，然后再设置下新滑块的初始化数字0，然后新的请求会落到新的滑块上
* 同时总数减掉新滑块上的数字，并且重置新的滑块上的数量
*/
@Override
public void run() {
index = (index + 1) % block;
long val = countPerBlock[index].getAndSet(0);
allCount.addAndGet(-val);
}
public static void main(String[] args) {
SliderWindowRateLimiter sliderWindowRateLimiter = new SliderWindowRateLimiter(10, 100);
//固定的速率移动滑块
ScheduledExecutorService scheduledExecutorService = Executors.newSingleThreadScheduledExecutor();
scheduledExecutorService.scheduleAtFixedRate(sliderWindowRateLimiter, 100, 100, TimeUnit.MILLISECONDS);
//模拟不同速度的请求
new Thread(() -> {
while (true) {
sliderWindowRateLimiter.visit();
try {
Thread.sleep(10);
} catch (InterruptedException e) {
e.printStackTrace();
}
}
}).start();
//模拟不同速度的请求
new Thread(() -> {
while (true) {
sliderWindowRateLimiter.visit();
try {
Thread.sleep(50);
} catch (InterruptedException e) {
e.printStackTrace();
}
}
}).start();
}
}
复制代码
信号量
利用Semaphore，每隔固定速率，释放Semaphore的资源。线程获取到资源，则执行业务代码。
代码：
public class SemaphoreOne {
private static Semaphore semaphore = new Semaphore(10);
public static void bizMethod() throws InterruptedException {
if (!semaphore.tryAcquire()) {
System.out.println(Thread.currentThread().getName() + "被拒绝");
return;
}
System.out.println(Thread.currentThread().getName() + "执行业务逻辑");
Thread.sleep(500);//模拟处理业务逻辑需要1秒
semaphore.release();
}
public static void main(String[] args) {
Timer timer = new Timer();
timer.scheduleAtFixedRate(new TimerTask() {
@Override
public void run() {
semaphore.release(10);
System.out.println("释放所有锁");
}
}, 1000, 1000);
for (int i = 0; i < 10000; i++) {
try {
Thread.sleep(10);//模拟每隔10ms就有1个请求进来
} catch (InterruptedException e) {
e.printStackTrace();
}
new Thread(() -> {
try {
SemaphoreOne.bizMethod();
} catch (InterruptedException e) {
e.printStackTrace();
}
}).start();
}
}
}
复制代码
令牌桶
令牌桶算法：一个存放固定容量令牌的桶，按照固定速率往桶里添加令牌，如有剩余容量则添加，没有则放弃。如果有请求进来，则需要先从桶里获取令牌，当桶里没有令牌可取时，则拒绝任务。
令牌桶的优点是：可以改变添加令牌的速率，一旦提高速率，则可以处理突发流量。
代码：
public class TokenBucket {
/**
* 定义的桶
*/
public class Bucket {
//容量
int capacity;
//速率，每秒放多少
int rateCount;
//目前token个数
AtomicInteger curCount = new AtomicInteger(0);
public Bucket(int capacity, int rateCount) {
this.capacity = capacity;
this.rateCount = rateCount;
}
public void put() {
if (curCount.get() < capacity) {
System.out.println("目前数量==" + curCount.get() + ", 我还可以继续放");
curCount.addAndGet(rateCount);
}
}
public boolean get() {
if (curCount.get() >= 1) {
curCount.decrementAndGet();
return true;
}
return false;
}
}
@Test
public void testTokenBucket() throws InterruptedException {
Bucket bucket = new Bucket(5, 2);
//固定线程，固定的速率往桶里放数据，比如每秒N个
ScheduledThreadPoolExecutor scheduledCheck = new ScheduledThreadPoolExecutor(1);
scheduledCheck.scheduleAtFixedRate(() -> {
bucket.put();
}, 0, 1, TimeUnit.SECONDS);
//先等待一会儿，让桶里放点token
Thread.sleep(6000);
//模拟瞬间10个线程进来拿token
for (int i = 0; i < 10; i++) {
new Thread(() -> {
if (bucket.get()) {
System.out.println(Thread.currentThread() + "获取到了资源");
} else {
System.out.println(Thread.currentThread() + "被拒绝");
}
}).start();
}
//等待，往桶里放token
Thread.sleep(3000);
//继续瞬间10个线程进来拿token
for (int i = 0; i < 10; i++) {
new Thread(() -> {
if (bucket.get()) {
System.out.println(Thread.currentThread() + "获取到了资源");
} else {
System.out.println(Thread.currentThread() + "被拒绝");
}
}).start();
}
}
}
复制代码
正文到此结束
热门推荐
相关文章
Loading...
![[HBLOG]公众号](http://www.liuhaihua.cn/img/qrcode_gzh.jpg)
