SpringBoot進階教程(六十七)RateLimiter限流

在上一篇文章nginx限流配置中，我們介紹了如何使用nginx限流，這篇文章介紹另外一種限流方式---RateLimiter，

v限流背景

在早期的計算機領域，限流技術(time limiting)被用作控制網路介面收發通信資料的速率， 可以用來優化性能，減少延遲和提高帶寬等， 現在在互聯網領域，也借鑒了這個概念， 用來為服務控制請求的速率， 如果雙十一的限流， 12306的搶票等， 即使在細粒度的軟體架構中，也有類似的概念，

系統使用下游資源時，需要考慮下游對資源受限、處理能力，在下游資源無法或者短時間內無法提升處理性能的情況下，可以使用限流器或者類似保護機制，避免下游服務崩潰造成整體服務的不可用，

v限流演算法

常見限流演算法有兩種：漏桶演算法和令牌桶演算法，

2.1 漏桶演算法

漏桶演算法(Leaky Bucket)是網路世界中流量整形（Traffic Shaping）或速率限制（Rate Limiting）時經常使用的一種演算法，它的主要目的是控制資料注入到網路的速率，平滑網路上的突發流量，漏桶演算法提供了一種機制，通過它，突發流量可以被整形以便為網路提供一個穩定的流量，

漏桶可以看作是一個帶有常量服務時間的單服務器佇列，如果漏桶（包快取）溢位，那么資料包會被丟棄， 在網路中，漏桶演算法可以控制埠的流量輸出速率，平滑網路上的突發流量，實作流量整形，從而為網路提供一個穩定的流量，

如下圖所示，把請求比作是水，水來了都先放進桶里，并以限定的速度出水，當水來得過猛而出水不夠快時就會導致水直接溢位，即拒絕服務，

圖片來源于網路，侵刪，

可以看出，漏桶演算法可以很好的控制流量的訪問速度，一旦超過該速度就拒絕服務，

2.2 令牌桶演算法

令牌桶演算法是網路流量整形（Traffic Shaping）和速率限制（Rate Limiting）中最常使用的一種演算法，典型情況下，令牌桶演算法用來控制發送到網路上的資料的數目，并允許突發資料的發送，

令牌桶演算法的原理是系統會以一個恒定的速度往桶里放入令牌，而如果請求需要被處理，則需要先從桶里獲取一個令牌，當桶里沒有令牌可取時，則拒絕服務，從原理上看，令牌桶演算法和漏桶演算法是相反的，一個“進水”，一個是“漏水”，

對于很多應用場景來說，除了要求能夠限制資料的平均傳輸速率外，還要求允許某種程度的突發傳輸，這時候漏桶演算法可能就不合適了，令牌桶演算法更為適合，

如下圖所示，令牌桶演算法的原理是系統會以一個恒定的速度往桶里放入令牌，而如果請求需要被處理，則需要先從桶里獲取一個令牌，當桶里沒有令牌可取時，則拒絕服務，

圖片來源于網路，侵刪，

本文后面實體中講到的RateLimiter(Google的Guava包)正是使用的令牌桶演算法，

2.3 漏桶演算法和令牌桶演算法的區別

漏桶演算法的出水速度是恒定的，那么意味著如果瞬時大流量的話，將有大部分請求被丟棄掉（也就是所謂的溢位），漏桶演算法通常可以用于限制訪問外部介面的流量，保護其他人系統，比如我們請求銀行介面，通常要限制并發數，

令牌桶演算法生成令牌的速度是恒定的，而請求去拿令牌是沒有速度限制的，這意味，面對瞬時大流量，該演算法可以在短時間內請求拿到大量令牌，可以處理瞬時流量，而且拿令牌的程序并不是消耗很大的事情，令牌桶演算法通常可以用于限制被訪問的流量，保護自身系統，

需要注意的是，在某些情況下，漏桶演算法不能夠有效地使用網路資源，因為漏桶的漏出速率是固定的，所以即使網路中沒有發生擁塞，漏桶演算法也不能使某一個單獨的資料流達到埠速率，因此，漏桶演算法對于存在突發特性的流量來說缺乏效率，而令牌桶演算法則能夠滿足這些具有突發特性的流量，通常，漏桶演算法與令牌桶演算法結合起來為網路流量提供更高效的控制，

vRateLimiter

3.1 基礎介紹

RateLimiter 從概念上來講，速率限制器會在可配置的速率下分配許可證，如果必要的話，每個acquire() 會阻塞當前執行緒直到許可證可用后獲取該許可證，一旦獲取到許可證，不需要再釋放許可證，

RateLimiter使用的是一種叫令牌桶的流控演算法，RateLimiter會按照一定的頻率往桶里扔令牌，執行緒拿到令牌才能執行，比如你希望自己的應用程式QPS不要超過1000，那么RateLimiter設定1000的速率后，就會每秒往桶里扔1000個令牌，

3.2 方法摘要

3.3 實驗

3.3.1 添加參考

        <dependency>
            <groupId>com.google.guava</groupId>
            <artifactId>guava</artifactId>
            <version>20.0</version>
        </dependency>
        <dependency>
            <groupId>org.aspectj</groupId>
            <artifactId>aspectjweaver</artifactId>
            <version>1.8.10</version>
        </dependency>

3.3.2 添加注解

package learn.web.interceptor;

import java.lang.annotation.*;

/**
 * @author toutou
 * @date by 2020/12
 * @des 限流注解
 */
@Target(ElementType.METHOD)
@Retention(RetentionPolicy.RUNTIME)
public @interface Limiting {

    // 默認每秒放入桶中的token
    double limitNum() default 20;

    String name() default "";
}

3.3.3 aop切面

package learn.web.interceptor;

import com.google.common.util.concurrent.RateLimiter;
import lombok.extern.slf4j.Slf4j;
import org.aspectj.lang.ProceedingJoinPoint;
import org.aspectj.lang.Signature;
import org.aspectj.lang.annotation.Around;
import org.aspectj.lang.annotation.Aspect;
import org.aspectj.lang.annotation.Pointcut;
import org.aspectj.lang.reflect.MethodSignature;
import org.springframework.stereotype.Component;

import java.lang.reflect.Method;
import java.util.concurrent.ConcurrentHashMap;

/**
 * @author toutou
 * @date by 2020/12
 * @des
 */
@Aspect
@Component
@Slf4j
public class RateLimitAspect {
    private ConcurrentHashMap<String, RateLimiter> RATE_LIMITER  = new ConcurrentHashMap<>();
    private RateLimiter rateLimiter;

    @Pointcut("@annotation(learn.web.interceptor.Limiting)")
    public void serviceLimit() {
    }

    @Around("serviceLimit()")
    public Object around(ProceedingJoinPoint point) throws Throwable {
        //獲取攔截的方法名
        Signature sig = point.getSignature();
        //獲取攔截的方法名
        MethodSignature msig = (MethodSignature) sig;
        //回傳被織入增加處理目標物件
        Object target = point.getTarget();
        //為了獲取注解資訊
        Method currentMethod = target.getClass().getMethod(msig.getName(), msig.getParameterTypes());
        //獲取注解資訊
        Limiting annotation = currentMethod.getAnnotation(Limiting.class);
        double limitNum = annotation.limitNum(); //獲取注解每秒加入桶中的token
        String functionName = msig.getName(); // 注解所在方法名區分不同的限流策略

        if(RATE_LIMITER.containsKey(functionName)){
            rateLimiter=RATE_LIMITER.get(functionName);
        }else {
            RATE_LIMITER.put(functionName, RateLimiter.create(limitNum));
            rateLimiter=RATE_LIMITER.get(functionName);
        }
        if(rateLimiter.tryAcquire()) {
            log.info("處理完成");
            return point.proceed();
        } else {
            throw new RuntimeException("服務器繁忙，請稍后再試，");
        }
    }
}

3.3.4 添加Controller測驗

package learn.web.controller;

import learn.model.vo.Result;
import learn.web.interceptor.Limiting;
import lombok.extern.slf4j.Slf4j;
import org.springframework.web.bind.annotation.GetMapping;
import org.springframework.web.bind.annotation.RestController;

/**
 * @author toutou
 * @date by 2020/12
 * @des
 */
@Slf4j
@RestController
public class IndexController {
    /**
     * 使用限流注解的介面1
     * @return
     */
    @GetMapping("/limit1")
    @Limiting(limitNum = 1, name = "limiting1")
    public Result Limit1() {
        return Result.setSuccessResult("limiting1");
    }

    /**
     * 使用限流注解的介面2
     * @return
     */
    @GetMapping("/limit2")
    @Limiting(limitNum = 5, name = "limiting2")
    public Result Limit2() {
        return Result.setSuccessResult("limiting2");
    }
}

3.3.5 測驗效果

ab測驗截圖

瀏覽器截圖

其他參考/學習資料：

• RateLimiter (Guava: Google Core Libraries for Java HEAD-jre-SNAPSHOT API)
• Quick Guide to the Guava RateLimiter
• 高并發系統限流-漏桶演算法和令牌桶演算法
• ratelimiter/
• 介面限流演算法
• RateLimiter限流

v原始碼地址

https://github.com/toutouge/javademosecond/tree/master/hellolearn

作　　者：請叫我頭頭哥
出　　處：http://www.cnblogs.com/toutou/
關于作者：專注于基礎平臺的專案開發，如有問題或建議，請多多賜教！
著作權宣告：本文著作權歸作者和博客園共有，歡迎轉載，但未經作者同意必須保留此段宣告，且在文章頁面明顯位置給出原文鏈接，
特此宣告：所有評論和私信都會在第一時間回復，也歡迎園子的大大們指正錯誤，共同進步，或者直接私信我
聲援博主：如果您覺得文章對您有幫助，可以點擊文章右下角【推薦】一下，您的鼓勵是作者堅持原創和持續寫作的最大動力！

標籤：其他

上一篇：一個故事告訴你什么是訊息佇列！

下一篇：JVM系列十六（三色標記法與讀寫屏障）.