一、概述
服务器流量控制一直都是一个非常重要的问题。因为服务器是有性能瓶颈的，所以后台的接口也有其性能瓶颈，当辛辛苦苦的把多级缓存做好后，觉得可以承受高并发了的时候，服务突然就蹦了，可能是缓存爆掉了，也可能是数据库宕机了。造成这些问题的大多数原因就是流量太高了的问题。当然我们也可以进行服务的分布式部署。但今天不讨论这个，就讨论单体应用。
单体应用的限流算法还是比较多的。
1.AtomicInteger自己手动实现
2.漏铜算法
3.令牌算法
今天就介绍下令牌算法，而且使用Guava框架自带的。
原理如下：
系统会维护一个令牌（token）桶，以一个恒定的速度往桶里放入令牌（token），这时如果有请求进来想要被处理， 则需要先从桶里获取一个令牌（token），当桶里没有令牌（token）可取时，则该请求将被拒绝服务。 令牌桶算法通过控制桶的容量、发放令牌的速率，来达到对请求的限制。
二、示例（两种方法实现，其一是原生，其二是使用注解帮我们简化）
1.引入guava和apo
<!--本地缓存for guava cache-->
<dependency>
<groupId>com.google.guava</groupId>
<artifactId>guava</artifactId>
<version>24.0-jre</version>
<!-- 面向切面编程-->
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-aop</artifactId>
</dependency>
<dependency>
<groupId>org.aspectj</groupId>
<artifactId>aspectjweaver</artifactId>
</dependency>
2.使用原生实现
@Slf4j
@RestController
@RequestMapping("/api/v1/pub/limit/")
public class GuavaCurrentLimitingController {
/**
* 限流策略：1秒钟 2个请求（这里表示这个接口1秒钟服务器最多接收两个并发，其他请求直接返回人说过多的提示。）
*/
private final RateLimiter limiter = RateLimiter.create(2.0);
private DateTimeFormatter dtf = DateTimeFormatter.ofPattern("yyyy-MM-dd HH:mm:ss");
@GetMapping("/test")
public void test() {
//500毫秒内没拿到令牌就进行服务降级
boolean tryAcquire = limiter.tryAcquire(500, TimeUnit.MICROSECONDS);
//如果没拿到令牌就进行服务降级
if (!tryAcquire) {
log.info("当前排队的人数过多，请稍后再试{}", LocalDateTime.now().format(dtf));
}
log.info("请求成功{}", LocalDateTime.now().format(dtf));
}
}
上述代码可以解决单体应用的简单限流问题。但是代码写的不够优雅。
下面借助AOP+注解的形式对代码进行优化
1.定义个Limit注解
/**
* Guava自定义限流注解
*/
@Retention(RetentionPolicy.RUNTIME)//运行时注解
@Target({ElementType.METHOD})//注解用在方法上
@Documented
public @interface Limit {
/**
* 唯一id
* 作用：不同的接口执行不同的限流策略
*/
String id() default "";
/**
* 最多访问次数限制
*/
double permitsPerSecond();
/**
* 获取令牌最大等待时间
*/
long timeout();
/**
* 获取令牌最大等待时间单位（默认毫秒）
*/
TimeUnit timeunit() default TimeUnit.MILLISECONDS;
/**
* 无法获取令牌的提示语
*/
String errMsg() default "当前请求人数过多，请稍后再试";
}
2.定义一个AOP类，来解析这个注解
/**
* 使用自定义guava限流注解
*
* @author Tony
* @version 2023
* @date 2023/9/27 10:56
*/
@Slf4j
@Aspect
@Component
public class GuavaLimit {
/**
* 存储不同接口不同限流策略的map
*/
private final Map<String, RateLimiter> limitMap = Maps.newConcurrentMap();
@Around("@annotation(com.tony.cursor.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) {
//id作用：不同的接口，不同的流量控制
String id = limit.id();
RateLimiter rateLimiter = null;
//验证缓存是否有命中key
if (!limitMap.containsKey(id)) {
// 创建令牌桶
rateLimiter = RateLimiter.create(limit.permitsPerSecond());
limitMap.put(id, rateLimiter);
log.info("新建了令牌桶={}，容量={}", id, limit.permitsPerSecond());
}
rateLimiter = limitMap.get(id);
// 拿令牌
boolean acquire = rateLimiter.tryAcquire(limit.timeout(), limit.timeunit());
// 拿不到命令，直接返回异常提示
if (!acquire) {
log.info("令牌桶={}，获取令牌失败", id);
throw new CustomException(limit.errMsg());//如果没有拿到令牌就直接抛异常
}
}
return joinPoint.proceed();
}
}
3.使用注解进行限流
@Slf4j
@RestController
@RequestMapping("/api/v1/pub/limit/")
public class GuavaCurrentLimitingController {
@GetMapping("/test2")
@Limit(id = "limit2", permitsPerSecond = 1, timeout = 500, timeunit = TimeUnit.MILLISECONDS,
errMsg = "当前排队人数过多，请稍后再试")
public String test2() {
log.info("拿到令牌请求成功");
return "已拿到令牌，请求成功";
}
}
好了，优化完毕，测试结果如下所示：
标签：令牌,单体,public,限流,limit,注解,Guava,id From： https://www.cnblogs.com/tony-yang-flutter/p/17732343.html