JAVA限流

逃离我推掉我的手 2023-10-02 16:41 1阅读 0赞

## **一、限流的方式** ##

### 1.计数器（counter） ###

单位时间内限制请求总数

###  ###

### 2.滑动窗口（sliding window） ###

计数器的升级版，动态的单位时间限定（详情参见TCP滑动窗口协议）

![watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBAT2NlYW5A5LiK5rqQ56CB_size_20_color_FFFFFF_t_70_g_se_x_16][]

###  ###

### 3.漏桶（leaky bucket） ###

漏桶则是按照常量固定速率流出请求，流入请求速率任意，当流入的请求数累积到漏桶容量时，则新流入的请求被拒绝；漏桶限制的是常量流出速率，从而平滑突发流入速率；

![watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBAT2NlYW5A5LiK5rqQ56CB_size_18_color_FFFFFF_t_70_g_se_x_16][]

### 4.令牌桶（token bucket） ###

令牌桶是按照固定速率往桶中添加令牌，请求是否被处理需要看桶中令牌是否足够，当令牌数减为零时则拒绝新的请求；令牌桶限制的是平均流入速率，并允许一定程度突发流量；

![watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBAT2NlYW5A5LiK5rqQ56CB_size_19_color_FFFFFF_t_70_g_se_x_16][]

## 二、优缺点对比 ##

计数器简单，允许突发请求，无法控制单位时间内热点请求问题与相邻单位时间头尾过热问题

滑动窗口相对复杂，允许突发请求，可以控制相邻单位时间头尾过热问题，仍存在单位时间内热点请求问题（将单位时间拆分的越精细对头尾过热问题控制越好）

漏桶流量固定，不允许突发请求，不存在单位时间内热点请求问题与相邻单位时间头尾过热问题

令牌桶，允许突发请求，可以控制相邻单位时间头尾过热问题，仍存无法完全控制单位时间内热点请求问题

--------------------

## **三、手动实现** ##

### 1.计数器 ###

#### 1.1）简单计数器 ####

AomicInteger atomicInteger = new AomicInteger();
    Integer currentTotal = null;
    try{
    	currentTotal = atomicInteger.incrementAndGet();
    	if (currentTotal > 50) {
    		// return
    	} else {
    		// do something
    	}
    } finally {
    	if (null != currentTotal) {
    		atomicInteger.decrementAndGet(); 
    	}
    }

#### 1.2）分布式计数器 ####

/**
     * 指定单位时间(s)内数量限制是否需要限制
     *
     * @param key			限制标识
     * @param unitTime		单位时间
     * @param limitQuantity	限制数量
     * @return
     */
    public Boolean checkNeedLimiter(String key, Long unitTime, Long limitQuantity) {
    	Long count = redisTemplate.opsForValue().increment(key, 1);
        // 首次统计，设置超时时间
    	if (1 == count) {
    		redisTemplate.expire(key, unitTime, TimeUnit.SECONDS);
    	}
        // 单位时间内数量大于限定数量 返回超限
    	if (count > limitQuantity) {
    		return Boolean.TRUE;
    	}
    	return Boolean.FALSE;
    }

### 2.滑动窗口 ###

### 3.漏桶 ###

### 4.令牌桶 ###

--------------------

## 四、RateLimiter ##

com.google.common.util.concurrent.RateLimiter

// SmoothRateLimiter 1s 内生成5个令牌 200ms 生成一个令牌
    static final RateLimiter rateLimiter = RateLimiter.create(5);
    
    public static void main(String[] args) throws InterruptedException {
    	int totalInt = 0;
    	for (int i = 0; i < 10; i++) {
    		int randomInt = (int) (Math.random() * 10) * 10;
    		totalInt += randomInt;
    		System.out.println("执行时间:" + totalInt + "ms");
    		Thread.sleep(randomInt);
    		boolean acquire = rateLimiter.tryAcquire();
    		System.out.println("是否获得令牌:" + acquire);
    	}
    }
    
    
    运行结果
    执行时间:50ms
    是否获得令牌:true        首次
    执行时间:130ms
    是否获得令牌:false
    执行时间:190ms
    是否获得令牌:false
    执行时间:200ms           第一个200ms一个
    是否获得令牌:true
    执行时间:260ms
    是否获得令牌:false
    执行时间:330ms
    是否获得令牌:false
    执行时间:410ms            第二个200ms一个
    是否获得令牌:true
    执行时间:440ms
    是否获得令牌:false
    执行时间:510ms
    是否获得令牌:false
    执行时间:520ms
    是否获得令牌:false

[watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBAT2NlYW5A5LiK5rqQ56CB_size_20_color_FFFFFF_t_70_g_se_x_16]: https://img-blog.csdnimg.cn/c1151d0504eb4ad3a6c0e61e0c26f96a.png?x-oss-process=image/watermark,type_ZHJvaWRzYW5zZmFsbGJhY2s,shadow_50,text_Q1NETiBAT2NlYW5A5LiK5rqQ56CB,size_20,color_FFFFFF,t_70,g_se,x_16
[watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBAT2NlYW5A5LiK5rqQ56CB_size_18_color_FFFFFF_t_70_g_se_x_16]: https://img-blog.csdnimg.cn/198ffc8a71624af8ad7c252d8551d69f.png?x-oss-process=image/watermark,type_ZHJvaWRzYW5zZmFsbGJhY2s,shadow_50,text_Q1NETiBAT2NlYW5A5LiK5rqQ56CB,size_18,color_FFFFFF,t_70,g_se,x_16
[watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBAT2NlYW5A5LiK5rqQ56CB_size_19_color_FFFFFF_t_70_g_se_x_16]: https://img-blog.csdnimg.cn/5c36dcb29af64850a6279a84351cad84.png?x-oss-process=image/watermark,type_ZHJvaWRzYW5zZmFsbGJhY2s,shadow_50,text_Q1NETiBAT2NlYW5A5LiK5rqQ56CB,size_19,color_FFFFFF,t_70,g_se,x_16