前言
只有光頭才能變強。
文本已收錄至我的GitHub倉庫，歡迎Star：https://github.com/ZhongFuCheng3y/3y
之前在學習的時候也接觸不到高並發/大流量這種東西，所以限流當然是沒接觸過的了。在看公司項目的時候，發現有用到限流(RateLimiter)，順帶了解一波。
一、限流基礎知識介紹
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，我只能去前台拿個號，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，服務器能處理的請求數有限，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。
所以總結下來算法所需的參數就兩個：
- 桶子的容量
- 漏水的速率
漏桶算法有兩種實現：
- 不允許突發流量的情況：如果進水的速率大於出水的速率，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）
- 允許一定的突發流量情況：我的桶子能裝100L，如果現在我的桶子是空的，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。
經過上面的分析我們就知道：
漏桶算法可以平滑網絡上的突發流量(因為漏水的速率是固定的)
1.2 什么是令牌桶算法
現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，所有請求都可以執行。
令牌桶算法支持網絡上的突發流量
漏桶和令牌桶的區別：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，我這邊的系統就有用到這個限流組件，使用起來十分方便。
引入pom依賴：
<dependency>
<groupId>com.google.guava</groupId>
<artifactId>guava</artifactId>
<version>20.0</version>
</dependency>
RateLimiter它是基於令牌桶算法的，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();
}
}
};
//執行線程
exec.execute(runnable);
}
//退出線程池
exec.shutdown();
}
我們可以從結果看出，每秒只能執行三個：
三、分布式限流
RateLimiter是一個單機的限流組件，如果是分布式應用的話，該怎么做？
可以使用Redis+Lua的方式來實現，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+1，並設置1秒過期
redis.call("INCRBY", key,"1")
redis.call("expire", key,"1")
return current + 1
end
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<String> keys = new ArrayList<String>();
keys.add(key);
List<String> args = new ArrayList<String>();
args.add(limit);
Long result = (Long)(jedis.eval(luaScript, keys, args)); // 執行lua腳本，傳入參數
return result == 1;
}
解釋：
- Java代碼傳入key和最大的限制limit參數進lua腳本
- 執行lua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（程序繼續執行）
參考來源：
更多資料參考：
- https://segmentfault.com/a/1190000016042927
- [http://wuwenliang.net/2018/10/27/%E8%87%AA%E5%B7%B1%E5%86%99%E5%88%86%E5%B8%83%E5%BC%8F%E9%99%90%E6%B5%81%E7%BB%84%E4%BB%B6-%E5%9F%BA%E4%BA%8ERedis%E7%9A%84RateLimter/](http://wuwenliang.net/2018/10/27/自己寫分布式限流組件-基於Redis的RateLimter/)
最后
樂於輸出干貨的Java技術公眾號：Java3y。公眾號內有200多篇原創技術文章、海量視頻資源、精美腦圖，關注即可獲取！
覺得我的文章寫得不錯，點贊！