建站
咨詢
售后
建站咨詢
新聞中心
一、限流基礎(chǔ)知識介紹
創(chuàng)新互聯(lián)建站主要從事網(wǎng)站設(shè)計制作、成都網(wǎng)站設(shè)計、網(wǎng)頁設(shè)計、企業(yè)做網(wǎng)站、公司建網(wǎng)站等業(yè)務(wù)。立足成都服務(wù)準格爾,10年網(wǎng)站建設(shè)經(jīng)驗,價格優(yōu)惠、服務(wù)專業(yè),歡迎來電咨詢建站服務(wù):18980820575
為啥要限流，相信就不用我多說了。
- 比如，我周末去飯店吃飯，但是人太多了，我只能去前臺拿個號，等號碼到我的時候才能進飯店吃飯。如果飯店沒有限流怎么辦?一到飯點，人都往里沖，而飯店又處理不了這么多人流，很容易就出事故(飯店塞滿了人，無路可走。飯店的工作人員崩潰了，處理不過來)
- 回到代碼世界上也是一樣的，服務(wù)器能處理的請求數(shù)有限，如果請求量特別大，我們需要做限流(要么就讓請求等待，要么就把請求給扔了)
在代碼世界上，限流有兩種比較常見的算法：
- 令牌桶算法
- 漏桶算法
1.1 什么是漏桶算法
比如，現(xiàn)在我有一個桶子，綠色那塊是我能裝水的容量，如果超過我能裝下的容量，再往桶子里邊倒水，就會溢出來(限流)：
我們目前可以知道的是：
- 桶子的容量是固定的(是圖上綠色那塊)
- 超出了桶子的容量就會溢出(要么等待，要么直接丟棄)
OK，現(xiàn)在我們在桶子里挖個洞，讓水可以從洞子里邊流出來：
桶子的洞口的大小是固定的，所以水從洞口流出來的速率也是固定的。
所以總結(jié)下來算法所需的參數(shù)就兩個：
- 桶子的容量
- 漏水的速率
漏桶算法有兩種實現(xiàn)：
- 不允許突發(fā)流量的情況：如果進水的速率大于出水的速率，直接舍棄掉多余的水。比如，我的桶子容量能裝100L，但我的桶子出水速率是10L/s。此時，如果現(xiàn)在有100L/s的水進來，我只讓10L的水進到桶子，其余的都限流。(限定了請求的速度)
- 允許一定的突發(fā)流量情況：我的桶子能裝100L，如果現(xiàn)在我的桶子是空的，那么這100L的水都能進我的桶子。我以10L/s的速率將這些水流出，如果還有100L的水進來，只能限流了。
經(jīng)過上面的分析我們就知道：
漏桶算法可以平滑網(wǎng)絡(luò)上的突發(fā)流量(因為漏水的速率是固定的)
1.2 什么是令牌桶算法
現(xiàn)在我有另外一個桶子，這個桶子不用來裝水，用來裝令牌：
令牌會一定的速率扔進桶子里邊，比如我1秒扔10個令牌進桶子：
桶子能裝令牌的個數(shù)有上限的，比如我的桶子最多只能裝1000個令牌。
每個請求進來，就會去桶子拿一個令牌
- 比如這秒我有1001個請求，我就去桶子里邊拿1001個令牌，此時可能會出現(xiàn)兩種情況：
- 桶子里邊沒有1001個令牌，只有1000個，那沒拿到令牌的請求只能被阻塞了(等待)
- 桶子里邊有1001個令牌，所有請求都可以執(zhí)行。
令牌桶算法支持網(wǎng)絡(luò)上的突發(fā)流量
**漏桶和令牌桶的區(qū)別：**從上面的例子估計大家也能看出來了，漏桶只能以固定的速率去處理請求，而令牌桶可以以桶子最大的令牌數(shù)去處理請求
二、RateLimiter使用
RateLimiter是Guava的一個限流組件，我這邊的系統(tǒng)就有用到這個限流組件，使用起來十分方便。
引入pom依賴：
com.google.guava guava 20.0
RateLimiter它是基于令牌桶算法的，API非常簡單，看以下的Demo:
- public static void main(String[] args) {
- //線程池
- ExecutorService exec = Executors.newCachedThreadPool();
- //速率是每秒只有3個許可
- final RateLimiter rateLimiter = RateLimiter.create(3.0);
- for (int i = 0; i < 100; i++) {
- final int no = i;
- Runnable runnable = new Runnable() {
- @Override
- public void run() {
- try {
- //獲取許可
- rateLimiter.acquire();
- System.out.println("Accessing: " + no + ",time:"
- + new SimpleDateFormat("yy-MM-dd HH:mm:ss").format(new Date()));
- } catch (Exception e) {
- e.printStackTrace();
- }
- }
- };
- //執(zhí)行線程
- exec.execute(runnable);
- }
- //退出線程池
- exec.shutdown();
- }
我們可以從結(jié)果看出，每秒只能執(zhí)行三個：
三、分布式限流
RateLimiter是一個單機的限流組件，如果是分布式應(yīng)用的話，該怎么做?
可以使用Redis+Lua的方式來實現(xiàn)，大致的lua腳本代碼如下：
- local key = "rate.limit:" .. KEYS[1] --限流KEY
- local limit = tonumber(ARGV[1]) --限流大小
- local current = tonumber(redis.call('get', key) or "0")
- if current + 1 > limit then --如果超出限流大小
- return 0
- else --請求數(shù)+1，并設(shè)置1秒過期
- redis.call("INCRBY", key,"1")
- redis.call("expire", key,"1")
- return current + 1
Java代碼如下：
- public static boolean accquire() throws IOException, URISyntaxException {
- Jedis jedis = new Jedis("127.0.0.1");
- File luaFile = new File(RedisLimitRateWithLUA.class.getResource("/").toURI().getPath() + "limit.lua");
- String luaScript = FileUtils.readFileToString(luaFile);
- String key = "ip:" + System.currentTimeMillis()/1000; // 當前秒
- String limit = "5"; // 最大限制
- List
keys = new ArrayList (); - keys.add(key);
- List
args = new ArrayList (); - args.add(limit);
- Long result = (Long)(jedis.eval(luaScript, keys, args)); // 執(zhí)行l(wèi)ua腳本，傳入?yún)?shù)
- return result == 1;
- }
解釋：
- Java代碼傳入key和最大的限制limit參數(shù)進lua腳本
- 執(zhí)行l(wèi)ua腳本(lua腳本判斷當前key是否超過了最大限制limit)
- 如果超過，則返回0(限流)
- 如果沒超過，返回1(程序繼續(xù)執(zhí)行)
網(wǎng)頁題目：生活中隨處可見的限流，在Java中又是怎么應(yīng)用的呢？
本文地址：http://www.5511xx.com/article/cdoosij.html
