限流器算法
目前常用限流器算法为两种:令牌桶算法和漏桶算法,主要区别在于:漏桶算法能够强行限制请求速率,平滑突发请求,而令牌桶算法在限定平均速率的情况下,允许一定量的突发请求
下面是从网上找到的两张算法图示,就很容易区分这两种算法的特性了
漏桶算法
令牌桶算法
针对接口来说,一般会允许处理一定量突发请求,只要求限制平均速率,所以令牌桶算法更加常见。
令牌桶算法工具RateLimiter
目前本人常用的令牌桶算法实现类当属google guava的RateLimiter,guava不仅实现了令牌桶算法,还有缓存、新的集合类、并发工具类、字符串处理类等等。是一个强大的工具集
RateLimiter api可以查看并发编程网guava RateLimiter的介绍
RateLimiter源码分析
RateLimiter默认情况下,最核心的属性有两个nextFreeTicketMicros,下次可获取令牌时间,storedPermits桶内令牌数。
判断是否可获取令牌:
每次获取令牌的时候,根据桶内令牌数计算最快下次能获取令牌的时间nextFreeTicketMicros,判断是否可以获取资源时,只要比较nextFreeTicketMicros和当前时间就可以了,so easy
获取令牌操作:
对于获取令牌,根据nextFreeTicketMicros和当前时间计算出新增的令牌数,写入当前令牌桶令牌数,重新计算nextFreeTicketMicros,桶内还有令牌,则写入当前时间,并减少本次请求获取的令牌数。
如同java的AQS类一样,RateLimiter的核心在tryAcquire方法
public boolean tryAcquire(int permits,long timeout,TimeUnit unit) { //尝试获取资源最多等待时间 long timeoutMicros = max(unit.toMicros(timeout),0); //检查获取资源数目是否正确 checkPermits(permits); long microsToWait; //加锁 synchronized (mutex()) { //当前时间 long NowMicros = stopwatch.readMicros(); //判断是否可以在timeout时间内获取资源 if (!canAcquire(NowMicros,timeoutMicros)) { return false; } else { //可获取资源,对资源进行重新计算,并返回当前线程需要休眠时间 microsToWait = reserveAndGetWaitLength(permits,NowMicros); } } //休眠 stopwatch.sleepMicrosUninterruptibly(microsToWait); return true; }
判断是否可获取令牌:
private boolean canAcquire(long NowMicros,long timeoutMicros) { //最早可获取资源时间-等待时间<=当前时间 方可获取资源 return queryEarliestAvailable(NowMicros) - timeoutMicros <= NowMicros; }
RateLimiter默认实现类的queryEarliestAvailable是取成员变量nextFreeTicketMicros
获取令牌并计算需要等待时间操作:
final long reserveAndGetWaitLength(int permits,long NowMicros) { //获取下次可获取时间 long momentAvailable = reserveEarliestAvailable(permits,NowMicros); //计算当前线程需要休眠时间 return max(momentAvailable - NowMicros,0); }
final long reserveEarliestAvailable(int requiredPermits,long NowMicros) { //重新计算桶内令牌数storedPermits resync(NowMicros); long returnValue = nextFreeTicketMicros; //本次消耗的令牌数 double storedPermitsToSpend = min(requiredPermits,this.storedPermits); //重新计算下次可获取时间nextFreeTicketMicros double freshPermits = requiredPermits - storedPermitsToSpend; long waitMicros = storedPermitsToWaitTime(this.storedPermits,storedPermitsToSpend) + (long) (freshPermits * stableIntervalMicros); this.nextFreeTicketMicros = LongMath.saturatedAdd(nextFreeTicketMicros,waitMicros); //减少桶内令牌数 this.storedPermits -= storedPermitsToSpend; return returnValue; }
实现简单的spring mvc限流拦截器
实现一个handlerinterceptor,在构造方法中创建一个RateLimiter限流器
public SimpleRateLimitInterceptor(int rate) { if (rate > 0) globalRateLimiter = RateLimiter.create(rate); else throw new RuntimeException("rate must greater than zero"); }
在preHandle调用限流器的tryAcquire方法,判断是否已经超过限制速率
public boolean preHandle(HttpServletRequest request,HttpServletResponse response,Object handler) throws Exception { if (!globalRateLimiter.tryAcquire()) { LoggerUtil.log(request.getRequestURI()+"请求超过限流器速率"); return false; } return true; }
在dispatcher-servlet.xml中配置限流拦截器
<mvc:interceptors> <!--限流拦截器--> <mvc:interceptor> <mvc:mapping path="/**"/> <bean class="limit.SimpleRateLimitInterceptor"> <constructor-arg index="0" value="${totalRate}"/> </bean> </mvc:interceptor> </mvc:interceptors>
复杂版本的spring mvc限流拦截器
使用Properties传入拦截的url表达式->速率rate
<mvc:interceptor> <mvc:mapping path="/**"/> <bean class="limit.RateLimitInterceptor"> <!--单url限流--> <property name="urlProperties"> <props> <prop key="/get/{id}">1</prop> <prop key="/post">2</prop> </props> </property> </bean> </mvc:interceptor>
为每个url表达式创建一个对应的RateLimiter限流器。url表达式则封装为org.springframework.web.servlet.mvc.condition.PatternsRequestCondition。PatternsRequestCondition是springmvc 的dispatcherServlet中用来匹配请求和Controller的类,可以判断请求是否符合这些url表达式。
//当前请求路径 String lookupPath = urlPathHelper.getLookupPathForRequest(request); //迭代所有url表达式对应的PatternsRequestCondition for (PatternsRequestCondition patternsRequestCondition : urlRateMap.keySet()) { //进行匹配 List<String> matches = patternsRequestCondition.getMatchingPatterns(lookupPath); if (!matches.isEmpty()) { //匹配成功的则获取对应限流器的令牌 if (urlRateMap.get(patternsRequestCondition).tryAcquire()) { LoggerUtil.log(lookupPath + " 请求匹配到" + Joiner.on(",").join(patternsRequestCondition.getPatterns()) + "限流器"); } else { //获取令牌失败 LoggerUtil.log(lookupPath + " 请求超过" + Joiner.on(",").join(patternsRequestCondition.getPatterns()) + "限流器速率"); return false; } } }
具体的实现类
请见github
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持编程小技巧。
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。