生活中随处可见的限流，在Java中又是怎么应用的呢？

一、限流基础知识介绍

创新互联建站主要从事网站设计制作、成都网站设计、网页设计、企业做网站、公司建网站等业务。立足成都服务准格尔,10年网站建设经验,价格优惠、服务专业,欢迎来电咨询建站服务:18980820575

为啥要限流，相信就不用我多说了。

  • 比如，我周末去饭店吃饭，但是人太多了，我只能去前台拿个号，等号码到我的时候才能进饭店吃饭。如果饭店没有限流怎么办?一到饭点，人都往里冲，而饭店又处理不了这么多人流，很容易就出事故(饭店塞满了人，无路可走。饭店的工作人员崩溃了，处理不过来)
  • 回到代码世界上也是一样的，服务器能处理的请求数有限，如果请求量特别大，我们需要做限流(要么就让请求等待，要么就把请求给扔了)

在代码世界上，限流有两种比较常见的算法：

  • 令牌桶算法
  • 漏桶算法

1.1 什么是漏桶算法

比如，现在我有一个桶子，绿色那块是我能装水的容量，如果超过我能装下的容量，再往桶子里边倒水，就会溢出来(限流)：

我们目前可以知道的是：

  • 桶子的容量是固定的(是图上绿色那块)
  • 超出了桶子的容量就会溢出(要么等待，要么直接丢弃)

OK，现在我们在桶子里挖个洞，让水可以从洞子里边流出来：

桶子的洞口的大小是固定的，所以水从洞口流出来的速率也是固定的。

所以总结下来算法所需的参数就两个：

  • 桶子的容量
  • 漏水的速率

漏桶算法有两种实现：

  • 不允许突发流量的情况：如果进水的速率大于出水的速率，直接舍弃掉多余的水。比如，我的桶子容量能装100L，但我的桶子出水速率是10L/s。此时，如果现在有100L/s的水进来，我只让10L的水进到桶子，其余的都限流。(限定了请求的速度)
  • 允许一定的突发流量情况：我的桶子能装100L，如果现在我的桶子是空的，那么这100L的水都能进我的桶子。我以10L/s的速率将这些水流出，如果还有100L的水进来，只能限流了。

经过上面的分析我们就知道：

漏桶算法可以平滑网络上的突发流量(因为漏水的速率是固定的)

1.2 什么是令牌桶算法

现在我有另外一个桶子，这个桶子不用来装水，用来装令牌：

令牌会一定的速率扔进桶子里边，比如我1秒扔10个令牌进桶子：

桶子能装令牌的个数有上限的，比如我的桶子最多只能装1000个令牌。

每个请求进来，就会去桶子拿一个令牌

  • 比如这秒我有1001个请求，我就去桶子里边拿1001个令牌，此时可能会出现两种情况：
  • 桶子里边没有1001个令牌，只有1000个，那没拿到令牌的请求只能被阻塞了(等待)
  • 桶子里边有1001个令牌，所有请求都可以执行。

令牌桶算法支持网络上的突发流量

**漏桶和令牌桶的区别：**从上面的例子估计大家也能看出来了，漏桶只能以固定的速率去处理请求，而令牌桶可以以桶子最大的令牌数去处理请求

二、RateLimiter使用

RateLimiter是Guava的一个限流组件，我这边的系统就有用到这个限流组件，使用起来十分方便。

引入pom依赖：

 
 
 
 
      
  
  
  
  1.  
    2.   
  
  
  
  2.  com.google.guava 
    3.   
  
  
  
  3.  guava 
    4.   
  
  
  
  4.  20.0 
    5.   
  
  
  
  5.  
    6.

RateLimiter它是基于令牌桶算法的，API非常简单，看以下的Demo:

 
 
 
 
      
  
  
  
  1. public static void main(String[] args) { 
    2.   
  
  
  
  2.  //线程池 
    3.   
  
  
  
  3.  ExecutorService exec = Executors.newCachedThreadPool(); 
    4.   
  
  
  
  4.  //速率是每秒只有3个许可 
    5.   
  
  
  
  5.  final RateLimiter rateLimiter = RateLimiter.create(3.0); 
    6.   
  
  
  
  6.  for (int i = 0; i < 100; i++) { 
    7.   
  
  
  
  7.  final int no = i; 
    8.   
  
  
  
  8.  Runnable runnable = new Runnable() { 
    9.   
  
  
  
  9.  @Override 
    10.   
  
  
  
  10.  public void run() { 
    11.   
  
  
  
  11.  try { 
    12.   
  
  
  
  12.  //获取许可 
    13.   
  
  
  
  13.  rateLimiter.acquire(); 
    14.   
  
  
  
  14.  System.out.println("Accessing: " + no + ",time:" 
    15.   
  
  
  
  15.  + new SimpleDateFormat("yy-MM-dd HH:mm:ss").format(new Date())); 
    16.   
  
  
  
  16.  } catch (Exception e) { 
    17.   
  
  
  
  17.  e.printStackTrace(); 
    18.   
  
  
  
  18.  } 
    19.   
  
  
  
  19.  } 
    20.   
  
  
  
  20.  }; 
    21.   
  
  
  
  21.  //执行线程 
    22.   
  
  
  
  22.  exec.execute(runnable); 
    23.   
  
  
  
  23.  } 
    24.   
  
  
  
  24.  //退出线程池 
    25.   
  
  
  
  25.  exec.shutdown(); 
    26.   
  
  
  
  26.  } 
    27.

我们可以从结果看出，每秒只能执行三个：

三、分布式限流

RateLimiter是一个单机的限流组件，如果是分布式应用的话，该怎么做?

可以使用Redis+Lua的方式来实现，大致的lua脚本代码如下：

 
 
 
 
      
  
  
  
  1. local key = "rate.limit:" .. KEYS[1] --限流KEY 
    2.   
  
  
  
  2. local limit = tonumber(ARGV[1]) --限流大小 
    3.   
  
  
  
  3. local current = tonumber(redis.call('get', key) or "0") 
    4.   
  
  
  
  4. if current + 1 > limit then --如果超出限流大小 
    5.   
  
  
  
  5.  return 0 
    6.   
  
  
  
  6. else --请求数+1，并设置1秒过期 
    7.   
  
  
  
  7.  redis.call("INCRBY", key,"1") 
    8.   
  
  
  
  8.  redis.call("expire", key,"1") 
    9.   
  
  
  
  9.  return current + 1 
    10.

Java代码如下：

 
 
 
 
      
  
  
  
  1. public static boolean accquire() throws IOException, URISyntaxException { 
    2.   
  
  
  
  2.  Jedis jedis = new Jedis("127.0.0.1"); 
    3.   
  
  
  
  3.  File luaFile = new File(RedisLimitRateWithLUA.class.getResource("/").toURI().getPath() + "limit.lua"); 
    4.   
  
  
  
  4.  String luaScript = FileUtils.readFileToString(luaFile); 
    5.   
  
  
  
  5.  String key = "ip:" + System.currentTimeMillis()/1000; // 当前秒 
    6.   
  
  
  
  6.  String limit = "5"; // 最大限制 
    7.   
  
  
  
  7.  List keys = new ArrayList(); 
    8.   
  
  
  
  8.  keys.add(key); 
    9.   
  
  
  
  9.  List args = new ArrayList(); 
    10.   
  
  
  
  10.  args.add(limit); 
    11.   
  
  
  
  11.  Long result = (Long)(jedis.eval(luaScript, keys, args)); // 执行lua脚本，传入参数 
    12.   
  
  
  
  12.  return result == 1; 
    13.   
  
  
  
  13. } 
    14.

解释：

  • Java代码传入key和最大的限制limit参数进lua脚本
  • 执行lua脚本(lua脚本判断当前key是否超过了最大限制limit)
  • 如果超过，则返回0(限流)
  • 如果没超过，返回1(程序继续执行)

当前文章：生活中随处可见的限流，在Java中又是怎么应用的呢？
本文来源：http://www.csdahua.cn/qtweb/news37/71037.html

网站建设、网络推广公司-快上网，是专注品牌与效果的网站制作，网络营销seo公司；服务项目有等

广告

声明：本网站发布的内容（图片、视频和文字）以用户投稿、用户转载内容为主，如果涉及侵权请尽快告知，我们将会在第一时间删除。文章观点不代表本网站立场，如需处理请联系客服。电话：028-86922220；邮箱：631063699@qq.com。内容未经允许不得转载，或转载时需注明来源： 快上网

成都快上网为您推荐相关内容

小程序开发知识

分类信息网站

卖链接　　 　域名注册　　 　微信小程序　　 　微信小程序开发　　 　雪茄烟品牌　　 　移动网站建设　　 　成都圣月制冷　　 　光华机房服务器托管　　 　四川绵阳主机托管　　 　成都小程序开发　　 　成都翻译公司　　 　小谭网创广告　　 　全网营销网站推广　　 　公司logo设计　　 　成都服装定制　　 　响应式网站设计　　 　成都网站建设　　 　成都圣月服饰　　 　成都网站建设　　 　成都力比特