SpringBoot 進行限流的操作方法
大家好，我是飄渺。SpringBoot老鳥系列的文章已經(jīng)寫了四篇，每篇的閱讀反響都還不錯，那今天繼續(xù)給大家?guī)砝哮B系列的第五篇，來聊聊在SpringBoot項目中如何對接口進行限流，有哪些常見的限流算法，如何優(yōu)雅的進行限流（基于AOP）。
首先就讓我們來看看為什么需要對接口進行限流？
為什么要進行限流？
因為互聯(lián)網(wǎng)系統(tǒng)通常都要面對大并發(fā)大流量的請求，在突發(fā)情況下（最常見的場景就是秒殺、搶購），瞬時大流量會直接將系統(tǒng)打垮，無法對外提供服務。那為了防止出現(xiàn)這種情況最常見的解決方案之一就是限流，當請求達到一定的并發(fā)數(shù)或速率，就進行等待、排隊、降級、拒絕服務等。
例如，12306購票系統(tǒng)，在面對高并發(fā)的情況下，就是采用了限流。 在流量高峰期間經(jīng)常會出現(xiàn)提示語；“當前排隊人數(shù)較多，請稍后再試！”
什么是限流？有哪些限流算法？
限流是對某一時間窗口內(nèi)的請求數(shù)進行限制，保持系統(tǒng)的可用性和穩(wěn)定性，防止因流量暴增而導致的系統(tǒng)運行緩慢或宕機。
常見的限流算法有三種：
1. 計數(shù)器限流
計數(shù)器限流算法是最為簡單粗暴的解決方案，主要用來限制總并發(fā)數(shù)，比如數(shù)據(jù)庫連接池大小、線程池大小、接口訪問并發(fā)數(shù)等都是使用計數(shù)器算法。
如：使用 AomicInteger 來進行統(tǒng)計當前正在并發(fā)執(zhí)行的次數(shù)，如果超過域值就直接拒絕請求，提示系統(tǒng)繁忙。
2. 漏桶算法
漏桶算法思路很簡單，我們把水比作是請求，漏桶比作是系統(tǒng)處理能力極限，水先進入到漏桶里，漏桶里的水按一定速率流出，當流出的速率小于流入的速率時，由于漏桶容量有限，后續(xù)進入的水直接溢出（拒絕請求），以此實現(xiàn)限流。
3. 令牌桶算法
令牌桶算法的原理也比較簡單，我們可以理解成醫(yī)院的掛號看病，只有拿到號以后才可以進行診病。
系統(tǒng)會維護一個令牌（token）桶，以一個恒定的速度往桶里放入令牌（token），這時如果有請求進來想要被處理，則需要先從桶里獲取一個令牌（token），當桶里沒有令牌（token）可取時，則該請求將被拒絕服務。令牌桶算法通過控制桶的容量、發(fā)放令牌的速率，來達到對請求的限制。
基于Guava工具類實現(xiàn)限流
Google開源工具包Guava提供了限流工具類RateLimiter，該類基于令牌桶算法實現(xiàn)流量限制，使用十分方便，而且十分高效，實現(xiàn)步驟如下：
第一步：引入guava依賴包
<dependency>
<groupId>com.google.guava</groupId>
<artifactId>guava</artifactId>
<version>30.1-jre</version>
</dependency>
第二步：給接口加上限流邏輯
@Slf4j
@RestController
@RequestMapping("/limit")
public class LimitController {
/**
* 限流策略 ： 1秒鐘2個請求
*/
private final RateLimiter limiter = RateLimiter.create(2.0);
private DateTimeFormatter dtf = DateTimeFormatter.ofPattern("yyyy-MM-dd HH:mm:ss");
@GetMapping("/test1")
public String testLimiter() {
//500毫秒內(nèi)，沒拿到令牌，就直接進入服務降級
boolean tryAcquire = limiter.tryAcquire(500, TimeUnit.MILLISECONDS);
if (!tryAcquire) {
log.warn("進入服務降級，時間{}", LocalDateTime.now().format(dtf));
return "當前排隊人數(shù)較多，請稍后再試！";
}
log.info("獲取令牌成功，時間{}", LocalDateTime.now().format(dtf));
return "請求成功";
}
}
以上用到了RateLimiter的2個核心方法：create()、tryAcquire()，以下為詳細說明
- acquire() 獲取一個令牌, 改方法會阻塞直到獲取到這一個令牌, 返回值為獲取到這個令牌花費的時間
- acquire(int permits) 獲取指定數(shù)量的令牌, 該方法也會阻塞, 返回值為獲取到這 N 個令牌花費的時間
- tryAcquire() 判斷時候能獲取到令牌, 如果不能獲取立即返回 false
- tryAcquire(int permits) 獲取指定數(shù)量的令牌, 如果不能獲取立即返回 false
- tryAcquire(long timeout, TimeUnit unit) 判斷能否在指定時間內(nèi)獲取到令牌, 如果不能獲取立即返回 false
- tryAcquire(int permits, long timeout, TimeUnit unit) 同上
第三步：體驗效果
通過訪問測試地址： http://127.0.0.1:8080/limit/test1，反復刷新并觀察后端日志
WARN LimitController:35 - 進入服務降級，時間2021-09-25 21:39:37 WARN LimitController:35 - 進入服務降級，時間2021-09-25 21:39:37 INFO LimitController:39 - 獲取令牌成功，時間2021-09-25 21:39:37 WARN LimitController:35 - 進入服務降級，時間2021-09-25 21:39:37 WARN LimitController:35 - 進入服務降級，時間2021-09-25 21:39:37 INFO LimitController:39 - 獲取令牌成功，時間2021-09-25 21:39:37 WARN LimitController:35 - 進入服務降級，時間2021-09-25 21:39:38 INFO LimitController:39 - 獲取令牌成功，時間2021-09-25 21:39:38 WARN LimitController:35 - 進入服務降級，時間2021-09-25 21:39:38 INFO LimitController:39 - 獲取令牌成功，時間2021-09-25 21:39:38
從以上日志可以看出，1秒鐘內(nèi)只有2次成功，其他都失敗降級了，說明我們已經(jīng)成功給接口加上了限流功能。
當然了，我們在實際開發(fā)中并不能直接這樣用。至于原因嘛，你想呀，你每個接口都需要手動給其加上tryAcquire()，業(yè)務代碼和限流代碼混在一起，而且明顯違背了DRY原則，代碼冗余，重復勞動。代碼評審時肯定會被老鳥們給嘲笑一番，啥破玩意兒！
所以，我們這里需要想辦法將其優(yōu)化 - 借助自定義注解+AOP實現(xiàn)接口限流。
基于AOP實現(xiàn)接口限流
基于AOP的實現(xiàn)方式也非常簡單，實現(xiàn)過程如下：
第一步：加入AOP依賴
<dependency> <groupId>org.springframework.boot</groupId> <artifactId>spring-boot-starter-aop</artifactId> </dependency>
第二步：自定義限流注解
@Retention(RetentionPolicy.RUNTIME)
@Target({ElementType.METHOD})
@Documented
public @interface Limit {
/**
* 資源的key,唯一
* 作用：不同的接口，不同的流量控制
*/
String key() default "";
/**
* 最多的訪問限制次數(shù)
*/
double permitsPerSecond () ;
/**
* 獲取令牌最大等待時間
*/
long timeout();
/**
* 獲取令牌最大等待時間,單位(例:分鐘/秒/毫秒) 默認:毫秒
*/
TimeUnit timeunit() default TimeUnit.MILLISECONDS;
/**
* 得不到令牌的提示語
*/
String msg() default "系統(tǒng)繁忙,請稍后再試.";
}
第三步：使用AOP切面攔截限流注解
@Slf4j
@Aspect
@Component
public class LimitAop {
/**
* 不同的接口，不同的流量控制
* map的key為 Limiter.key
*/
private final Map<String, RateLimiter> limitMap = Maps.newConcurrentMap();
@Around("@annotation(com.jianzh5.blog.limit.Limit)")
public Object around(ProceedingJoinPoint joinPoint) throws Throwable{
MethodSignature signature = (MethodSignature) joinPoint.getSignature();
Method method = signature.getMethod();
//拿limit的注解
Limit limit = method.getAnnotation(Limit.class);
if (limit != null) {
//key作用：不同的接口，不同的流量控制
String key=limit.key();
RateLimiter rateLimiter = null;
//驗證緩存是否有命中key
if (!limitMap.containsKey(key)) {
// 創(chuàng)建令牌桶
rateLimiter = RateLimiter.create(limit.permitsPerSecond());
limitMap.put(key, rateLimiter);
log.info("新建了令牌桶={}，容量={}",key,limit.permitsPerSecond());
}
rateLimiter = limitMap.get(key);
// 拿令牌
boolean acquire = rateLimiter.tryAcquire(limit.timeout(), limit.timeunit());
// 拿不到命令，直接返回異常提示
if (!acquire) {
log.debug("令牌桶={}，獲取令牌失敗",key);
this.responseFail(limit.msg());
return null;
}
}
return joinPoint.proceed();
}
/**
* 直接向前端拋出異常
* @param msg 提示信息
*/
private void responseFail(String msg) {
HttpServletResponse response=((ServletRequestAttributes) RequestContextHolder.getRequestAttributes()).getResponse();
ResultData<Object> resultData = ResultData.fail(ReturnCode.LIMIT_ERROR.getCode(), msg);
WebUtils.writeJson(response,resultData);
}
}
第四步：給需要限流的接口加上注解
@Slf4j
@RestController
@RequestMapping("/limit")
public class LimitController {
@GetMapping("/test2")
@Limit(key = "limit2", permitsPerSecond = 1, timeout = 500, timeunit = TimeUnit.MILLISECONDS,msg = "當前排隊人數(shù)較多，請稍后再試！")
public String limit2() {
log.info("令牌桶l(fā)imit2獲取令牌成功");
return "ok";
}
@GetMapping("/test3")
@Limit(key = "limit3", permitsPerSecond = 2, timeout = 500, timeunit = TimeUnit.MILLISECONDS,msg = "系統(tǒng)繁忙，請稍后再試！")
public String limit3() {
log.info("令牌桶l(fā)imit3獲取令牌成功");
return "ok";
}
}
第五步：體驗效果
通過訪問測試地址： http://127.0.0.1:8080/limit/test2，反復刷新并觀察輸出結果：
正常響應時：
{"status":100,"message":"操作成功","data":"ok","timestamp":1632579377104}
觸發(fā)限流時：
{"status":2001,"message":"系統(tǒng)繁忙，請稍后再試！","data":null,"timestamp":1632579332177}
通過觀察得之，基于自定義注解同樣實現(xiàn)了接口限流的效果。
小結
一般在系統(tǒng)上線時我們通過對系統(tǒng)壓測可以評估出系統(tǒng)的性能閥值，然后給接口加上合理的限流參數(shù)，防止出現(xiàn)大流量請求時直接壓垮系統(tǒng)。今天我們介紹了幾種常見的限流算法（重點關注令牌桶算法），基于Guava工具類實現(xiàn)了接口限流并利用AOP完成了對限流代碼的優(yōu)化。
在完成優(yōu)化后業(yè)務代碼和限流代碼解耦，開發(fā)人員只要一個注解，不用關心限流的實現(xiàn)邏輯，而且減少了代碼冗余大大提高了代碼可讀性，代碼評審時誰還能再笑話你？
源碼下載
https://github.com/jianzh5/cloud-blog/
到此這篇關于SpringBoot 進行限流的操作方法的文章就介紹到這了,更多相關SpringBoot限流內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家！
相關文章
這篇文章主要介紹了使用java實現(xiàn)Xmodem協(xié)議的相關資料，具有一定的參考價值，感興趣的小伙伴們可以參考一下2016-12-12
spring無法讀取properties文件數(shù)據(jù)問題詳解
這篇文章主要介紹了spring無法讀取properties文件數(shù)據(jù)問題詳解,需要的朋友可以參考下2020-02-02
詳解Spring Cloud Feign 熔斷配置的一些小坑
這篇文章主要介紹了詳解Spring Cloud Feign 熔斷配置的一些小坑，小編覺得挺不錯的，現(xiàn)在分享給大家，也給大家做個參考。一起跟隨小編過來看看吧2018-04-04
現(xiàn)在凡是企業(yè)級的或者稍微大點項目,基本都需要日志管理,下面這篇文章主要給大家介紹了關于SpringBoot開發(fā)教程之AOP日志處理 的相關資料,需要的朋友可以參考下2021-10-10
IDEA2019.2.2配置Maven3.6.2打開出現(xiàn)Unable to import Maven project
這篇文章主要介紹了IDEA2019.2.2配置Maven3.6.2打開出現(xiàn)Unable to import Maven project，文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值，需要的朋友們下面隨著小編來一起學習學習吧2020-12-12
解決@CachePut設置的key值無法與@CacheValue的值匹配問題
這篇文章主要介紹了解決@CachePut設置的key的值無法與@CacheValue的值匹配問題，具有很好的參考價值，希望對大家有所幫助。如有錯誤或未考慮完全的地方，望不吝賜教2021-12-12
Java實現(xiàn)兩人五子棋游戲(五) 判斷是否有一方勝出
這篇文章主要為大家詳細介紹了Java實現(xiàn)兩人五子棋游戲，判斷是否有一方勝出，具有一定的參考價值，感興趣的小伙伴們可以參考一下2018-03-03
java如何發(fā)送get請求獲取數(shù)據(jù)(附代碼)
這篇文章主要給大家介紹了關于java如何發(fā)送get請求獲取數(shù)據(jù)的相關資料,Java中的GET請求方法是HTTP協(xié)議中的一種請求方式,用于向服務器請求獲取資源,需要的朋友可以參考下2023-10-10
springboot2升級到springboot3過程相關修改記錄
本文詳細記錄了將Spring Boot 2升級到Spring Boot 3的過程,包括升級JDK到17、修改依賴、配置文件調(diào)整以及處理一些特定問題,如Redisson版本升級和Swagger配置,感興趣的朋友跟隨小編一起看看吧2024-12-12
這篇文章主要介紹了Spring中propagation的傳播機制詳解,要搞懂事務的傳播機制,那么就要明白邏輯事務中各個事務的關系,才能徹底理解事務傳播特性,在Spring事務中,各個邏輯事務的關系可以是并列、覆蓋或包含,需要的朋友可以參考下2023-12-12