Java常見的限流方案及實現方法
在高并發(fā)場景中,限流(Rate Limiting) 是一種重要的保護機制,用于控制系統(tǒng)的請求流量,避免系統(tǒng)過載。以下是常見的限流方案及其 Java 實現。
1. 限流的常見算法
1.1 計數器算法
原理:在固定時間窗口內統(tǒng)計請求次數,超過閾值則拒絕請求。
優(yōu)點:實現簡單。
缺點:無法應對突發(fā)流量。
1.2 滑動窗口算法
原理:將時間窗口劃分為多個小窗口,統(tǒng)計最近一段時間內的請求次數。
優(yōu)點:比計數器算法更平滑。
缺點:實現復雜。
1.3 漏桶算法
原理:請求以固定速率流出,超過桶容量的請求被丟棄或等待。
優(yōu)點:平滑流量。
缺點:無法應對突發(fā)流量。
1.4 令牌桶算法
原理:以固定速率生成令牌,請求需要獲取令牌才能被處理。
優(yōu)點:支持突發(fā)流量。
缺點:實現復雜。
2. 限流方案的 Java 實現
以下是基于 計數器算法 和 令牌桶算法 的 Java 實現示例。
2.1 計數器算法實現
import java.util.concurrent.atomic.AtomicInteger;
public class CounterRateLimiter {
private final int limit; // 限流閾值
private final long interval; // 時間窗口(毫秒)
private final AtomicInteger counter; // 計數器
private long lastResetTime; // 上次重置時間
public CounterRateLimiter(int limit, long interval) {
this.limit = limit;
this.interval = interval;
this.counter = new AtomicInteger(0);
this.lastResetTime = System.currentTimeMillis();
}
public boolean tryAcquire() {
long now = System.currentTimeMillis();
if (now - lastResetTime > interval) {
// 重置計數器
counter.set(0);
lastResetTime = now;
}
// 判斷是否超過閾值
return counter.incrementAndGet() <= limit;
}
public static void main(String[] args) throws InterruptedException {
CounterRateLimiter limiter = new CounterRateLimiter(10, 1000); // 每秒限流 10 次
for (int i = 0; i < 20; i++) {
System.out.println("請求 " + i + ": " + (limiter.tryAcquire() ? "通過" : "被限流"));
Thread.sleep(100); // 模擬請求間隔
}
}
}2.2 令牌桶算法實現
import java.util.concurrent.atomic.AtomicLong;
public class TokenBucketRateLimiter {
private final long capacity; // 桶容量
private final long rate; // 令牌生成速率(令牌/毫秒)
private final AtomicLong tokens; // 當前令牌數量
private long lastRefillTime; // 上次補充令牌時間
public TokenBucketRateLimiter(long capacity, long rate) {
this.capacity = capacity;
this.rate = rate;
this.tokens = new AtomicLong(capacity);
this.lastRefillTime = System.currentTimeMillis();
}
public boolean tryAcquire() {
refillTokens(); // 補充令牌
long currentTokens = tokens.get();
if (currentTokens > 0) {
return tokens.decrementAndGet() >= 0;
}
return false;
}
private void refillTokens() {
long now = System.currentTimeMillis();
long elapsedTime = now - lastRefillTime;
long newTokens = elapsedTime * rate; // 計算新增令牌數
if (newTokens > 0) {
lastRefillTime = now;
tokens.updateAndGet(old -> Math.min(capacity, old + newTokens)); // 更新令牌數
}
}
public static void main(String[] args) throws InterruptedException {
TokenBucketRateLimiter limiter = new TokenBucketRateLimiter(10, 1); // 桶容量 10,每秒生成 1 個令牌
for (int i = 0; i < 20; i++) {
System.out.println("請求 " + i + ": " + (limiter.tryAcquire() ? "通過" : "被限流"));
Thread.sleep(100); // 模擬請求間隔
}
}
}3. 使用 Guava 的 RateLimiter
Google Guava 提供了 RateLimiter 類,基于令牌桶算法實現限流。
3.1 添加依賴
<dependency>
<groupId>com.google.guava</groupId>
<artifactId>guava</artifactId>
<version>31.0.1-jre</version>
</dependency>運行 HTML
3.2 使用示例
import com.google.common.util.concurrent.RateLimiter;
public class GuavaRateLimiterExample {
public static void main(String[] args) throws InterruptedException {
RateLimiter limiter = RateLimiter.create(1.0); // 每秒限流 1 次
for (int i = 0; i < 10; i++) {
System.out.println("請求 " + i + ": " + (limiter.tryAcquire() ? "通過" : "被限流"));
Thread.sleep(300); // 模擬請求間隔
}
}
}4. 限流方案的選擇
| 算法 | 優(yōu)點 | 缺點 | 適用場景 |
|---|---|---|---|
| 計數器 | 實現簡單 | 無法應對突發(fā)流量 | 簡單限流場景 |
| 滑動窗口 | 比計數器更平滑 | 實現復雜 | 需要平滑限流的場景 |
| 漏桶 | 平滑流量 | 無法應對突發(fā)流量 | 需要嚴格控制流量的場景 |
| 令牌桶 | 支持突發(fā)流量 | 實現復雜 | 需要支持突發(fā)流量的場景 |
| Guava | 簡單易用,功能強大 | 依賴第三方庫 | 需要快速實現限流的場景 |
5. 總結
限流是保護系統(tǒng)的重要手段,常見的限流算法包括計數器、滑動窗口、漏桶和令牌桶。
Java 中可以通過自定義實現或使用 Guava 的
RateLimiter實現限流。根據業(yè)務需求選擇合適的限流方案,確保系統(tǒng)的穩(wěn)定性和高可用性。
通過以上內容,可以輕松掌握限流的實現方法!
到此這篇關于Java常見的限流方案及實現的文章就介紹到這了,更多相關Java限流方案內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
Java多線程中的ThreadPoolExecutor使用解析
這篇文章主要介紹了Java多線程中的ThreadPoolExecutor使用解析,作為線程池的緩沖,當新增線程超過maximumPoolSize時,會將新增線程暫時存放到該隊列中,需要的朋友可以參考下2023-12-12

