實戰限流（guava的RateLimiter）

關於限流

常用的限流演算法有漏桶演算法和令牌桶演算法，guava的RateLimiter使用的是令牌桶演算法，也就是以固定的頻率向桶中放入令牌，例如一秒鐘10枚令牌，實際業務在每次響應請求之前都從桶中獲取令牌，只有取到令牌的請求才會被成功響應，獲取的方式有兩種：阻塞等待令牌或者取不到立即返回失敗，下圖來自網上：

本次實戰，我們用的是guava的RateLimiter，場景是spring mvc在處理請求時候，從桶中申請令牌，申請到了就成功響應，申請不到時直接返回失敗；

源碼下載

對於的源碼可以在我的git下載，地址是：https://github.com/zq2599/blog_demos ，裡面有多個工程，本次實戰的工程為guavalimitdemo，如下圖紅框所示：

實戰開發

創建一個maven工程，在pom中把guava的依賴添加進來：

<dependency>
      <groupId>com.google.guava</groupId>
      <artifactId>guava</artifactId>
      <version>18.0</version>
    </dependency>

把限流服務封裝到一個類中AccessLimitService，提供tryAcquire()方法，用來嘗試獲取令牌，返回true表示獲取到，如下所示：

@Service
public class AccessLimitService {

    //每秒只發出5個令牌
    RateLimiter rateLimiter = RateLimiter.create(5.0);

    /**
     * 嘗試獲取令牌
     * @return
     */
    public boolean tryAcquire(){
        return rateLimiter.tryAcquire();
    }
}

調用方是個普通的controller，每次收到請求的時候都嘗試去獲取令牌，獲取成功和失敗列印不同的信息，如下：

@Controller
public class HelloController {

    private static SimpleDateFormat sdf = new SimpleDateFormat("yyyy-MM-dd HH:mm:ss");

    @Autowired
    private AccessLimitService accessLimitService;

    @RequestMapping("/access")
    @ResponseBody
    public String access(){
        //嘗試獲取令牌
        if(accessLimitService.tryAcquire()){
            //模擬業務執行500毫秒
            try {
                Thread.sleep(500);
            }catch (InterruptedException e){
                e.printStackTrace();
            }
            return "aceess success [" + sdf.format(new Date()) + "]";
        }else{
            return "aceess limit [" + sdf.format(new Date()) + "]";
        }
    }
}

以上就是服務端的代碼了，打包部署在tomcat上即可，接下來我們寫一個類，十個線程併發訪問上面寫的controller：

public class AccessClient {
    ExecutorService fixedThreadPool = Executors.newFixedThreadPool(10);

    /**
     * get請求
     * @param realUrl
     * @return
     */
    public static String sendGet(URL realUrl) {
        String result = "";
        BufferedReader in = null;
        try {
            // 打開和URL之間的連接
            URLConnection connection = realUrl.openConnection();
            // 設置通用的請求屬性
            connection.setRequestProperty("accept", "*/*");
            connection.setRequestProperty("connection", "Keep-Alive");
            connection.setRequestProperty("user-agent",
                    "Mozilla/4.0 (compatible; MSIE 6.0; Windows NT 5.1;SV1)");
            // 建立實際的連接
            connection.connect();

            // 定義 BufferedReader輸入流來讀取URL的響應
            in = new BufferedReader(new InputStreamReader(
                    connection.getInputStream()));
            String line;
            while ((line = in.readLine()) != null) {
                result += line;
            }
        } catch (Exception e) {
            System.out.println("發送GET請求出現異常！" + e);
            e.printStackTrace();
        }
        // 使用finally塊來關閉輸入流
        finally {
            try {
                if (in != null) {
                    in.close();
                }
            } catch (Exception e2) {
                e2.printStackTrace();
            }
        }
        return result;
    }



    public void access() throws Exception{
        final URL url = new URL("http://localhost:8080/guavalimitdemo/access");

        for(int i=0;i<10;i++) {
            fixedThreadPool.submit(new Runnable() {
                public void run() {
                    System.out.println(sendGet(url));
                }
            });
        }

        fixedThreadPool.shutdown();
        fixedThreadPool.awaitTermination(Long.MAX_VALUE, TimeUnit.SECONDS);
    }

    public static void main(String[] args) throws Exception{
        AccessClient accessClient = new AccessClient();
        accessClient.access();
    }
}

直接執行AccessClient的main方法，可以看到結果如下：

部分請求由於獲取的令牌可以成功執行，其餘請求沒有拿到令牌，我們可以根據實際業務來做區分處理。還有一點要註意，我們通過RateLimiter.create(5.0)配置的是每一秒5枚令牌，但是限流的時候發出的是6枚，改用其他值驗證，也是實際的比配置的大1。

以上就是快速實現限流的實戰過程，此處僅是單進程服務的限流，而實際的分散式服務中會考慮更多因素，會複雜很多。

歡迎關註我的公眾號：程式員欣宸