更新時(shí)間:2023-07-03 來源:黑馬程序員 瀏覽量:
在Java中,限流是一種常見的技術(shù)手段,用于控制系統(tǒng)的訪問速率,以保護(hù)系統(tǒng)免受過載和濫用。以下是一些常見的Java限流實(shí)現(xiàn)方法:
這是一種簡單而常見的限流方法。在該方法中,我們可以使用計(jì)數(shù)器來記錄每個(gè)時(shí)間窗口內(nèi)的請求數(shù)量,并與預(yù)設(shè)的閾值進(jìn)行比較。如果請求數(shù)量超過閾值,就拒絕進(jìn)一步的請求。
使用時(shí),我們可以在關(guān)鍵代碼路徑上調(diào)用allowRequest()方法,并根據(jù)返回值決定是否允許請求繼續(xù)進(jìn)行。
public class CounterLimiter { private int limit; private AtomicInteger counter; public CounterLimiter(int limit) { this.limit = limit; this.counter = new AtomicInteger(0); } public boolean allowRequest() { int currentCount = counter.incrementAndGet(); if (currentCount > limit) { counter.decrementAndGet(); return false; } return true; } }
令牌桶算法是一種基于隊(duì)列的限流算法。在令牌桶中,我們可以定義一個(gè)固定大小的令牌桶,該桶以固定速率生成令牌。每當(dāng)一個(gè)請求到達(dá)時(shí),它需要獲取一個(gè)令牌才能執(zhí)行。如果令牌桶中沒有可用的令牌,請求將被暫時(shí)阻塞或丟棄。
public class TokenBucketLimiter { private int capacity; private int tokens; private long lastRefillTimestamp; private double refillRate; private Object lock = new Object(); public TokenBucketLimiter(int capacity, double refillRate) { this.capacity = capacity; this.tokens = capacity; this.refillRate = refillRate; this.lastRefillTimestamp = System.currentTimeMillis(); } public boolean allowRequest() { synchronized (lock) { refillTokens(); if (tokens > 0) { tokens--; return true; } return false; } } private void refillTokens() { long currentTime = System.currentTimeMillis(); double elapsedTime = (currentTime - lastRefillTimestamp) / 1000.0; int newTokens = (int) (elapsedTime * refillRate); if (newTokens > 0) { tokens = Math.min(tokens + newTokens, capacity); lastRefillTimestamp = currentTime; } } }
在這個(gè)示例中,capacity表示令牌桶的最大容量,refillRate表示每秒生成的令牌數(shù)量。使用時(shí),我們可以在關(guān)鍵代碼路徑上調(diào)用allowRequest()方法,并根據(jù)返回值決定是否允許請求繼續(xù)進(jìn)行。
漏桶算法是一種基于隊(duì)列的限流算法,類似于令牌桶算法。在漏桶中,請求被看作水滴,它們以固定速率流入桶中,然后以固定速率從桶中流出。如果桶已滿,則多余的請求將被拒絕或丟棄。
public class LeakyBucketLimiter { private int capacity; private int availableTokens; private long lastLeakTimestamp; private double leakRate; private Object lock = new Object(); public LeakyBucketLimiter(int capacity, double leakRate) { this.capacity = capacity; this.availableTokens = 0; this.leakRate = leakRate; this.lastLeakTimestamp = System.currentTimeMillis(); } public boolean allowRequest() { synchronized (lock) { leakTokens(); if (availableTokens > 0) { availableTokens--; return true; } return false; } } private void leakTokens() { long currentTime = System.currentTimeMillis(); double elapsedTime = (currentTime - lastLeakTimestamp) / 1000.0; int tokensToLeak = (int) (elapsedTime * leakRate); if (tokensToLeak > 0) { if (tokensToLeak >= availableTokens) { availableTokens = 0; } else { availableTokens -= tokensToLeak; } lastLeakTimestamp = currentTime; } } }
在這個(gè)示例中,capacity表示桶的最大容量,leakRate表示每秒流出的水滴數(shù)量。使用時(shí),我們可以在關(guān)鍵代碼路徑上調(diào)用allowRequest()方法,并根據(jù)返回值決定是否允許請求繼續(xù)進(jìn)行。
這些是一些常見的Java限流實(shí)現(xiàn)方法,我們可以根據(jù)具體的需求選擇適合我們的場景的方法。此外,還有其他更復(fù)雜和高級的限流算法可用,例如漏斗算法、SmoothWarmingUp算法等。