一个问题往往会引出了一连串的问题,知识的盲区就这样被自己悄悄的发现了 。 车辙在自己动手写 限流注解 时,遇到的问题那是真一个比一个多:
or
对服务器接收到的请求作出限制,只有一部分请求能真正到达服务器,其他的请求可以延迟,也可以拒绝。从而避免所有请求到数据库,打垮DB。
举个生活中大家可能遇到的场景,特别是北上广深或者新一线城市,杭州一号线地铁,凤起路站,在客流量到达一定峰值时,警察叔叔:cop:♀可能就不让你进地铁,让使用其他交通工具了️。。。都是泪啊
关于限流算法,网上的解释一大堆,漏桶算法,令牌桶算法等等, 百度一下,你就知道 ,在这里车辙用最简单的计数器算法作为实现。
在用 nginx 限流时,是将 nginx 作为代理层拦截请求,处理,那么在 Spring 中代理层就是 AOP 啦
在web服务器中,有很多场景都是可以靠AOP实现的,比如
在计数器算法中我们提到,每隔100ms需要记录接口调用的次数,并保存。这时候定时任务就派上用场了。
定时任务的实现有很多,像利用线程池的 ScheduledExecutorService ,当然 Spring 的 Scheduled 也莫得问题。
其次,用什么数据结构保存调用次数 -->LinkedList。
另外,我们需要对多个方法限流,该如何解决呢?-->每个方法都有唯一对应的值: package + class + methodName ,于是我们将这个唯一值作为key,linkedList作为map,下方代码
/** 每个key 对应的调用次数**/
private Map<String, Long> countMap = new ConcurrentHashMap<>();
/** 每个key 对应的linkedlist**/
private static Map<String, LinkedList<Long>> calListMap = new ConcurrentHashMap<>();
## 每s一次查询
@Scheduled(cron = "*/1 * * * * ?")
private void timeGet(){
countMap.forEach((k,v)->{
LinkedList<Long> calList = calListMap.get(k);
if(calList == null){
calList = new LinkedList<>();
}
# 每个方法的调用次数放入linkedList中
calList.addLast(v);
calListMap.put(k, calList);
if (calList.size() > 10) {
calList.removeFirst();
}
});
}
复制代码
import java.lang.annotation.*;
@Target(ElementType.METHOD)
@Retention(RetentionPolicy.RUNTIME)
@Documented
public @interface CalLimitAnno {
String value() default "" ;
String methodName() default "" ;
long count() default 100;
}
复制代码
@Around(value = "@annotation(around)")
public Object initBean(ProceedingJoinPoint point, CalLimitAnno around) throws Throwable {
/** 获取类名和方法名 **/
MethodSignature signature = (MethodSignature) point.getSignature();
Method method = signature.getMethod();
String[] classNameArray = method.getDeclaringClass().getName().split("//.");
String methodName = classNameArray[classNameArray.length - 1] + "." + method.getName();
String classZ = signature.getDeclaringTypeName();
String countMapKey = classZ + "|" + methodName;
LinkedList<Long> calList = calListMap.get(countMapKey);
if(calList != null){
/** 调用次数判断是否已经超过注解设置的值 **/
if ((calList.peekLast() - calList.peekFirst()) > Long.valueOf(around.count())) {
throw new RuntimeException("被限流了");
}
/** 存放**/
countMap.putIfAbsent(countMapKey,0L);
countMap.put(countMapKey,countMap.get(countMapKey) + 1);
}
Object object = point.proceed();
return object;
}
复制代码
考虑到定时任务的频率不能太小,因此我们的定时任务是每秒钟执行一次,这里我们需要设置10s钟的限流值,导致粒度变大了。
@CalLimitAnno(count = 1000)
public void testPageAnno(){
System.out.println("成功执行");
}
复制代码
上述我们将 package + className + methodName 作为唯一key,导致key的长度变得特别长,我们是不是该想个办法降低key的长度。
有些同学会想到压缩,但这根本是不现实的,具体原因见 链接 。
这也不能用,那也不能用,还让不让人活了 。大家有没有想到平时收到的短信,有时候会存在一个短链接,这些短连接其实就是用的发号器--> 从某个服务中获取唯一的自增id,然后将这个id进行转化。比如这时候自增到100000了,那么将100000从十进制转化为62进制 q0U 。这个和短信上的链接很相似不是吗?
既然是自增的,那么相同的长字符通过调用服务转化成的短字符串都是不同的。在某些业务场景,可能调用比较频繁,就需要做kv存储。不然也没有必要做存储了,多做多错嘛~
假设我们需要做kv存储,童鞋们能想到的大概也就是 jvm 内存或者 redis 了。因为这个对应关系一般是不会长久存储的,通常在某个热点事件中作为查询。如果是 redis ,可以设置过期时间作为驱逐。那么在 jvm 内存中,我们需要考虑到的是 LRU 。即最近最常使用
在上述的这种场景下,明显底层是数组的集合如ArrayList是不适用的。别说你这想不通哈。。
那就只剩下链表了如LinkedList,但是LinedList查询时需要遍历链表。如果我们在存入LinkedList的同时,同样存入map,那是不是就行了。当然。。。。不是啦,这个 map 有个要求, node 需要保存上一个节点。这样在查到值的同时,获取前一个节点,就可以在链表中删除对应的节点了
经过 Get 的铺垫,这个不用说了吧
LinkedHashMap 的具体车辙这边就不逼逼了,还是 百度一下,你就知道
这边不考虑并发导致的线程不安全哈,只是一个参考~~~
讲了大半天,大家应该还是有些会看不明白的,请下方留言。没办法,语文差啊:joy:。