目錄
一、引入
二、快速上手
2.1、導入依賴
2.2、第一個示例
三、獲取許可
3.1、非阻塞式獲取
3.2、阻塞式獲取
四、存在的問題
4.1、集群限流
一、引入
在程序中，我們經常會用到限流，比如接口調用的頻率限制。
server端提供api給clients進行調用，如果某個client調用api的頻率過高，造成server端的負載升高，超過server端的上限，那么很有可能導致server端不可用，從而影響所有的調用方。
限制頻率，可以在client端做，也可以在server端做，但是目前一般都是在server端做，同時client一般也會調整調用頻率。
至於怎么限流，網上很多的資料，這里就不闡述了，主要介紹一下使用Guava RateLimiter來實現限流。
二、快速上手
2.1、導入依賴
Guava RateLimiter是Guava的一部分，所以直接導入Guava的依賴即可。
<dependency> <groupId>com.google.guava</groupId> <artifactId>guava</artifactId> <version>28.0-jre</version> </dependency>
2.2、第一個示例
簡單看一下下面的用法
package cn.ganlixin.guava;
import com.google.common.util.concurrent.RateLimiter;
import org.junit.Test;
import java.time.LocalTime;
public class UserRateLimiter {
@Test
public void testSimple() throws InterruptedException {
// 創建一個限流器（每秒限制流量為5個）
RateLimiter rateLimiter = RateLimiter.create(5.0);
for (int i = 0; i < 10; i++) {
if (rateLimiter.tryAcquire()) {
System.out.println(LocalTime.now() + " 通過");
} else {
System.out.println(LocalTime.now() + " 被限流");
}
Thread.sleep(100L);
}
}
}
上面的示例代碼中，創建了一個限流器，每秒最多允許5個流量，這個流量有個專業的稱呼，叫“許可”（准許調用），也就是5個許可。
調用tryAcquire()會嘗試獲取1個許可，如果獲取到了，返回true，表示未被限流；否則返回false，表示沒有獲取到許可，被限流了。
如此就可以實現流量控制了。
三、獲取許可
獲取許可，有非阻塞和阻塞式獲取。
if (獲得許可) {
執行代碼塊 1
} else {
執行代碼塊 2
}
非阻塞式：嘗試獲取許可，如果獲取到許可，則執行代碼塊1，如果沒有獲取到就認為被限流，則執行代碼塊2；
阻塞式：嘗試獲取許可，獲取到則執行代碼塊1，沒有獲取到，則阻塞，等待獲取到許可后，執行代碼塊1，注意不會執行代碼塊2；
3.1、非阻塞獲取許可
前面使用介紹了，可以使用RateLimiter類可以使用create方法，創建多個許可，每個許可就是一個令牌，拿到令牌，才可以執行操作（通過），否則就是被限流（阻止）。
使用tryAcquire()方法，是不阻塞的嘗試獲取令牌，但是他有多個重載方法，有不同的參數。
// 嘗試獲取1個許可，如果獲取到，則返回true，否則返回false boolean tryAcquire(); // 嘗試獲取多個許可，如果獲取到，則返回true，否則返回false boolean tryAcquire(int permits) // 示例tryAcquire(3) // 在timeout時間內，嘗試獲取1個許可，如果獲取到，則返回true，否則返回false tryAcquire(Duration timeout); // 示例：tryAcquire(Duration.ofSeconds(3)) tryAcquire(long timeout, TimeUnit unit); // 示例：tryAcquire(3, TimeUnit.SECONDS); // 在timeout時間內，嘗試獲取多個許可，如果獲取到，則返回true，否則返回false tryAcquire(int permits, Duration timeout) tryAcquire(int permits, long timeout, TimeUnit unit)
3.2、阻塞式獲取許可
阻塞式獲取，調用的方法是acquire
package cn.ganlixin.guava;
import com.google.common.util.concurrent.RateLimiter;
import org.junit.Test;
import java.time.LocalTime;
public class UserRateLimiter {
@Test
public void testAcquire() {
RateLimiter rateLimiter = RateLimiter.create(2);
for (int i = 0; i < 10; i++) {
double sleep = rateLimiter.acquire();
System.out.println("now: " + LocalTime.now() + " sleep: " + sleep);
}
}
}
運行輸出如下：
now: 16:59:51.879 sleep: 0.0 now: 16:59:52.289 sleep: 0.403329 now: 16:59:52.784 sleep: 0.492976 now: 16:59:53.285 sleep: 0.499409 now: 16:59:53.789 sleep: 0.498335 now: 16:59:54.285 sleep: 0.494628 now: 16:59:54.786 sleep: 0.49857 now: 16:59:55.289 sleep: 0.496816 now: 16:59:55.784 sleep: 0.494352 now: 16:59:56.288 sleep: 0.499635
acquire也有重載方法：
// 嘗試阻塞獲取多個許可 acquire(int permits)
四、存在的問題
Guava解決的問題，一般都是單機的，以限流為例，使用guava限流，只做到了單機限流，但是我們的服務一般都會由多台機器（集群），雖然我們可以通過計算單機和集群的比例，來設置限流數量，但是有幾個問題：
1、機器增減時，要保證總流量保持不變，就需要修改每一台機器的流量限制，這個不是很方便；
2、Guava的限流器，並不是公平的，至於什么是公平和非公平，可以參考：
4.1 集群限流
guava的RateLimiter，限流是通過獲取“許可”來控制流量的，只不過是單機管理自己的許可。
如果將所有機器的“許可”匯集到一個地方，所有機器都從這個地方獲取許可，不就可以實現集群限流嗎？
可以使用redis來保存所有機器的“許可”。
這樣做，可以實現集群限流，但不能保證單機的流量限制，其實對於現在的微服務來說，請求被平均分給所有機器，是服務平台的問題，可以不用關心這個問題。