這期內(nèi)容當中小編將會給大家?guī)碛嘘P(guān)如何進行限流器及Guava實現(xiàn)分析，文章內(nèi)容豐富且以專業(yè)的角度為大家分析和敘述，閱讀完這篇文章希望大家可以有所收獲。

創(chuàng)新互聯(lián)公司從2013年創(chuàng)立，先為銅川等服務(wù)建站，銅川等地企業(yè)，進行企業(yè)商務(wù)咨詢服務(wù)。為銅川企業(yè)網(wǎng)站制作PC+手機+微官網(wǎng)三網(wǎng)同步一站式服務(wù)解決您的所有建站問題。

限流

限流一詞常用于計算機網(wǎng)絡(luò)之中，定義如下：

In computer networks, rate limiting is used to control the rate of traffic sent or received by a network interface controller and is used to prevent DoS attacks.

通過控制數(shù)據(jù)的網(wǎng)絡(luò)數(shù)據(jù)的發(fā)送或接收速率來防止可能出現(xiàn)的DOS攻擊。而實際的軟件服務(wù)過程中，限流也可用于API服務(wù)的保護。由于提供服務(wù)的計算機資源(包括CPU、內(nèi)存、磁盤及網(wǎng)絡(luò)帶寬等)是有限的，則其提供的API服務(wù)的QPS也是有限的，限流工具就是通過限流算法對API訪問進行限制，保證服務(wù)不會超過其能承受的負載壓力。
本文主要涉及內(nèi)容包括：

• 常用限流算法的簡單介紹及比較

• Guava包中限流工具的實現(xiàn)分析

<!-- more -->

常用限流算法

援引wiki中關(guān)于限流的Algorithms一小節(jié)的說明，常用的限流算法主要包括：

1. Token bucket-令牌桶

2. Leaky bucket-漏桶

3. Fixed window counter-固定窗口計數(shù)

4. Sliding window log-滑動窗口日志

5. Sliding window counter-滑動窗口計數(shù)

以上幾種方式其實可以簡單的分為計數(shù)算法、漏桶算法和令牌桶算法。

計數(shù)限流算法

無論固定窗口還是滑動窗口核心均是對請求進行計數(shù)，區(qū)別僅僅在于對于計數(shù)時間區(qū)間的處理。

固定窗口計數(shù)

實現(xiàn)原理

固定窗口計數(shù)法思想比較簡單，只需要確定兩個參數(shù)：計數(shù)周期T及周期內(nèi)最大訪問（調(diào)用）數(shù)N。請求到達時使用以下流程進行操作：

固定窗口計數(shù)實現(xiàn)簡單，并且只需要記錄上一個周期起始時間與周期內(nèi)訪問總數(shù)，幾乎不消耗額外的存儲空間。

算法缺陷

固定窗口計數(shù)缺點也非常明顯，在進行周期切換時，上一個周期的訪問總數(shù)會立即置為0，這可能導致在進行周期切換時可能出現(xiàn)流量突發(fā)，如下圖所示

滑動窗口計數(shù)在固定窗口計數(shù)記錄數(shù)據(jù)基礎(chǔ)上，需要增加一個長度為M的計數(shù)數(shù)組，用于記錄在窗口滑動過程中各窗口訪問數(shù)據(jù)。其流程示例如下：
簡單說明為：人為設(shè)定漏桶流出速度及漏桶的總?cè)萘?，在請求到達時判斷當前漏桶容量是否已滿，不滿則可將請求存入桶中，否則拋棄請求。程序以設(shè)定的速率取出請求進行處理。
根據(jù)描述，需要確定參數(shù)為漏桶流出速度r及漏桶容量N，流程如下：

算法特點

令牌桶算法通過設(shè)置令牌放入速率可以控制請求通過的平均速度，且由于設(shè)置的容量為N的桶對令牌進行緩存，可以容忍一定流量的突發(fā)。

算法比較

以上提到四種算法，本小節(jié)主要對四種算法做簡單比較算法進行對比。

<style>
table th {

width: 100px;

}
</style>

算法名稱	需要確定參數(shù)	實現(xiàn)簡介	空間復雜度	說明
固定窗口計數(shù)	計數(shù)周期T 周期內(nèi)最大訪問數(shù)N	使用計數(shù)器在周期內(nèi)累加訪問次數(shù)，達到最大次數(shù)后出發(fā)限流策略	O(1)，僅需要記錄周期內(nèi)訪問次數(shù)及周期開始時間	周期切換時可能出現(xiàn)訪問次數(shù)超過限定值
滑動窗口計數(shù)	計數(shù)周期T 周期內(nèi)最大訪問數(shù)N 滑動窗口數(shù)M	將時間周期分為M個小周期，分別記錄每個小周期內(nèi)訪問次數(shù)，并且根據(jù)時間滑動刪除過期的小周期	O(M)，需要記錄每個小周期中的訪問數(shù)量	解決固定窗口算法周期切換時的訪問突發(fā)問題
漏桶算法	漏桶流出速度r 漏桶容量N	服務(wù)到達時直接放入漏桶，如當前容量達到N，則觸發(fā)限流側(cè)率，程序以r的速度在漏桶中獲取訪問請求，知道漏桶為空	O(1)，僅需要記錄當前漏桶中容量	平滑流量，保證服務(wù)請求到達服務(wù)方的速度恒定
令牌桶算法	令牌產(chǎn)生速度r 令牌桶容量N	程序以r的速度向令牌桶中增加令牌，直到令牌桶滿，請求到達時向令牌桶請求令牌，如有滿足需求的令牌則通過請求，否則觸發(fā)限流策略	O(1)，僅需要記錄當前令牌桶中令牌數(shù)	能夠在限流的基礎(chǔ)上，處理一定量的突發(fā)請求

Guava包中限流工具的實現(xiàn)分析

概覽

上文簡單介紹了常用的限流算法，在JAVA軟件開發(fā)過程中可使用Guava包中的限流工具進行服務(wù)限流。Guava包中限流工具類圖如下所示：
RateLimiter類即承擔了builder的職責，也承擔了Product的職責。

簡單使用示例

在實際的代碼編寫過程中，對GUAVA包限流工具的使用參考以下代碼：

final RateLimiter rateLimiter = RateLimiter.create(2.0); // rate is "2 permits per second"
void submitTasks(List<Runnable> tasks, Executor executor) {
  for (Runnable task : tasks) {
    rateLimiter.acquire(); // may wait
    executor.execute(task);
  }
}

以上代碼摘自GUAVA包RateLimiter類的說明文檔，首先使用create函數(shù)創(chuàng)建限流器，指定每秒生成2個令牌，在需要調(diào)用服務(wù)時使用acquire函數(shù)或取令牌。

RateLimiter實現(xiàn)分析

根據(jù)代碼示例，抽象類RateLimiter由于承擔了Product的職責，其已經(jīng)確定了暴露給編程人員使用的API函數(shù)，其中主要實現(xiàn)的核心函數(shù)為create及acquire。因此由此為入口進行分析。

create函數(shù)分析

create函數(shù)具有兩個個重載，根據(jù)不同的重載可能創(chuàng)建不同的RateLimiter具體實現(xiàn)子類。目前可返回的實現(xiàn)子類包括SmoothBursty及SmoothWarmingUp兩種，具體不同下文詳細分析。

acquire函數(shù)分析

acquire函數(shù)也具有兩個重載類，但分析過程僅僅需要關(guān)系具有整形參數(shù)的函數(shù)重載即可，無參數(shù)的函數(shù)僅僅是acquire(1)的簡便寫法。
在acquire(int permits)函數(shù)中主要完成三件事：

1. 預分配授權(quán)數(shù)量，此函數(shù)返回需要等待的時間，可能為0；

2. 根據(jù)等待時間進行休眠；

3. 以秒為單位，返回獲取授權(quán)消耗的時間。

完成以上工作的過程中，RateLimiter類確定了獲取授權(quán)的過程骨架并且實現(xiàn)了一些通用的方法，這些通用方法中會調(diào)用為實現(xiàn)的抽象方法，開發(fā)人員根據(jù)不同的算法需求可實現(xiàn)特定子類對抽象方法進行覆蓋。其調(diào)用流程如下圖：
其中橙色塊中reserveEarliestAvailable方法即為需要子類進行實現(xiàn)的，下文以該函數(shù)為核心，分析RateLimiter類的子類是如何實現(xiàn)該方法的。

子類實現(xiàn)分析

代碼分析

根據(jù)上文的類圖可見，RateLimiter類在GUAVA包中的直接子類僅有SmoothRateLimiter，故以reserveEarliestAvailable函數(shù)為入口研究其具體實現(xiàn)，而在代碼實現(xiàn)的過程中需要使用SmoothRateLimiter類中的屬性，現(xiàn)將類中各屬性羅列出來：

序號	屬性名稱	屬性說明	是否為靜態(tài)屬性
1	storedPermits	當前令牌桶中令牌數(shù)	否
2	maxPermits	令牌桶中最大令牌數(shù)	否
3	stableIntervalMicros	兩個令牌產(chǎn)生的時間間隔	否
4	nextFreeTicketMicros	下一次有空閑令牌產(chǎn)生的時刻	否

reserveEarliestAvailable源碼如下：

@Override
final long reserveEarliestAvailable(int requiredPermits, long nowMicros) {
  resync(nowMicros);
  long returnValue = nextFreeTicketMicros;
  double storedPermitsToSpend = min(requiredPermits, this.storedPermits);
  double freshPermits = requiredPermits - storedPermitsToSpend;
  long waitMicros =
      storedPermitsToWaitTime(this.storedPermits, storedPermitsToSpend)
          + (long) (freshPermits * stableIntervalMicros);

  this.nextFreeTicketMicros = LongMath.saturatedAdd(nextFreeTicketMicros, waitMicros);
  this.storedPermits -= storedPermitsToSpend;
  return returnValue;
}

通過reserveEarliestAvailable的函數(shù)名稱可以知道，該函數(shù)能夠返回令牌可用的最早時間。函數(shù)需要的輸入?yún)?shù)有需求的令牌數(shù)requiredPermits，當前時刻nowMicros。進入函數(shù)后，首先調(diào)用名為resync的函數(shù)：

void resync(long nowMicros) {
  // if nextFreeTicket is in the past, resync to now
  if (nowMicros > nextFreeTicketMicros) {
    double newPermits = (nowMicros - nextFreeTicketMicros) / coolDownIntervalMicros();
    storedPermits = min(maxPermits, storedPermits + newPermits);
    nextFreeTicketMicros = nowMicros;
  }
}

函數(shù)邏輯比較簡單，首先獲取nextFreeTicketMicros，該值在上表中已經(jīng)說明，表示下一次有空閑令牌產(chǎn)生的時刻，如果當前時刻小于等于nextFreeTicketMicros，說明在當前時刻不可能有新的令牌產(chǎn)生，則直接返回。若當前時刻大于nextFreeTicketMicros，則完成以下工作：

1. 計算到當前時刻新產(chǎn)生的令牌數(shù)，其中涉及一個名為coolDownIntervalMicros 的函數(shù)，該函數(shù)返回創(chuàng)建一個新令牌需要的冷卻時間（注：該函數(shù)在當前類中并未實現(xiàn)，具體實現(xiàn)下文說明）；

2. 更新storedPermits屬性，取產(chǎn)生的令牌和最大可存儲令牌之間的最小值；

3. 將nextFreeTicketMicros屬性置為當前時刻。

可見，resync函數(shù)主要功能在于計算新產(chǎn)生的令牌數(shù)，并更新nextFreeTicketMicros屬性，nextFreeTicketMicros屬性取值是當前時刻和nextFreeTicketMicros屬性的原始值中最大的一個。
完成resync函數(shù)的調(diào)用后，使用returnValue變量記錄更新令牌后的最近可用時間（即上文更新后的nextFreeTicketMicros屬性）。
使用storedPermitsToSpend變量記錄需要消耗以存儲的令牌數(shù)，其取值為請求令牌數(shù)和當前存儲令牌數(shù)之間的最小值。
使用freshPermits變量記錄需要刷新的令牌數(shù)，其實現(xiàn)是用需求的令牌數(shù)減去之前計算的storedPermitsToSpend變量，可見freshPermits變量取值為需求令牌數(shù)與已存儲令牌數(shù)之間的差值，當需求令牌數(shù)小于已存儲令牌數(shù)是則為0。
后續(xù)為該函數(shù)核心，計算需要等待的時間，計算等待時間主要分為兩個部分：消耗已經(jīng)存儲的令牌需要的時間及生成新令牌的時間，其中storedPermitsToWaitTime函數(shù)用于計算消耗已經(jīng)存儲的令牌需要的時間，該函數(shù)也是抽象函數(shù)，后文具體分析子類實現(xiàn)。
完成等待時間的計算后，程序更新nextFreeTicketMicros屬性，將最近可用時間與需要等待的時間相加。
最后在更新存儲的令牌數(shù)，將需要消耗額令牌數(shù)減去。

實現(xiàn)邏輯特點

根據(jù)以上的代碼分析可以發(fā)現(xiàn)，GUAVA對于令牌桶的實現(xiàn)跟理論有一點點小的區(qū)別。其當前一次的請求消耗的令牌數(shù)并不會影響本次請求的等待時間，而是會影響下一次請求的等待時間。
根據(jù)以上分析，當一次請求到達，最近可用時間返回當前時間和上一次請求計算的最近可用時間的最大值，而本次請求需要的令牌數(shù)會更新下一次的最近可用時間。在這樣的設(shè)計下，如果每秒產(chǎn)生一個令牌，第一請求需求10個令牌，則當?shù)谝淮握埱笳{(diào)用acquire方法時能夠立即返回，而下一次請求（無論需要多少令牌）均需要等待到第一個請求之后的10秒以后，第三次請求等待時間則取決于第二次需求了多少令牌。這也是函數(shù)名稱中“reserve”的含義。

抽象函數(shù)分析

在以上文代碼分析中出現(xiàn)了兩個抽象函數(shù)coolDownIntervalMicros及storedPermitsToWaitTime，現(xiàn)分析這兩個抽象函數(shù)。

coolDownIntervalMicros函數(shù)

coolDownIntervalMicros函數(shù)在代碼中已經(jīng)有說明：

Returns the number of microseconds during cool down that we have to wait to get a new permit.

主要含義為生成一個令牌需要消耗的時間，該函數(shù)主要應(yīng)用于計算當前時間可產(chǎn)生的令牌數(shù)。根據(jù)上文的UML圖SmoothRateLimiter類有兩個子類SmoothBursty及SmoothWarmingUp。
SmoothBursty類中對于coolDownIntervalMicros函數(shù)的實現(xiàn)如下：

@Override
double coolDownIntervalMicros() {
  return stableIntervalMicros;
}

可見實現(xiàn)非常簡單，僅僅只是返回stableIntervalMicros屬性，即產(chǎn)生兩個令牌需要的時間間隔。
SmoothWarmingUp類中對于coolDownIntervalMicros函數(shù)的實現(xiàn)如下：

@Override
double coolDownIntervalMicros() {
  return warmupPeriodMicros / maxPermits;
}

其中maxPermits屬性上文已經(jīng)出現(xiàn)過，表示當前令牌桶的最大容量。warmupPeriodMicros屬性屬于SmoothWarmingUp類的特有屬性，表示令牌桶中令牌從0到maxPermits需要經(jīng)過的時間，故warmupPeriodMicros / maxPermits表示在令牌數(shù)量達到maxPermits之前的令牌產(chǎn)生時間間隔。

storedPermitsToWaitTime函數(shù)

storedPermitsToWaitTime函數(shù)在代碼中已經(jīng)有說明：

Translates a specified portion of our currently stored permits which we want to spend/acquire,
into a throttling time. Conceptually, this evaluates the integral of the underlying function we
use, for the range of [(storedPermits - permitsToTake), storedPermits]

主要表示消耗存儲在令牌桶中的令牌需要的時間。
SmoothBursty類中對于storedPermitsToWaitTime函數(shù)的實現(xiàn)如下：

@Override
long storedPermitsToWaitTime(double storedPermits, double permitsToTake) {
  return 0L;
}

直接返回0，表示消耗令牌不需要時間。
SmoothBursty類中對于storedPermitsToWaitTime函數(shù)的實現(xiàn)如下：

@Override
long storedPermitsToWaitTime(double storedPermits, double permitsToTake) {
  double availablePermitsAboveThreshold = storedPermits - thresholdPermits;
  long micros = 0;
  // measuring the integral on the right part of the function (the climbing line)
  if (availablePermitsAboveThreshold > 0.0) {
    double permitsAboveThresholdToTake = min(availablePermitsAboveThreshold, permitsToTake);
    // TODO(cpovirk): Figure out a good name for this variable.
    double length =
        permitsToTime(availablePermitsAboveThreshold)
            + permitsToTime(availablePermitsAboveThreshold - permitsAboveThresholdToTake);
    micros = (long) (permitsAboveThresholdToTake * length / 2.0);
    permitsToTake -= permitsAboveThresholdToTake;
  }
  // measuring the integral on the left part of the function (the horizontal line)
  micros += (long) (stableIntervalMicros * permitsToTake);
  return micros;
}

實現(xiàn)較為復雜，其核心思想在于計算消耗當前存儲令牌時需要根據(jù)預熱設(shè)置區(qū)別對待。其中涉及到新變量thresholdPermits，該變量為令牌閾值，當當前存儲的令牌數(shù)大于該值時，消耗(storedPermits-thresholdPermits)范圍的令牌需要有預熱的過程（即消耗每個令牌的間隔時間慢慢減小），而消耗0~thresholdPermits個數(shù)的以存儲令牌，每個令牌消耗時間為固定值，即stableIntervalMicros。
而thresholdPermits取值需要考慮預熱時間及令牌產(chǎn)生速度兩個屬性，即thresholdPermits = 0.5 * warmupPeriodMicros / stableIntervalMicros;?？梢婇撝禐轭A熱時間中能夠產(chǎn)生的令牌數(shù)的一半，并且根據(jù)注釋計算消耗閾值以上的令牌的時間可以轉(zhuǎn)換為計算預熱圖的梯形面積（實際為積分），本處不詳細展開。
使用此種設(shè)計可以保證在上次請求間隔時間較長時，令牌桶中存儲了較多的令牌，當消耗這些令牌時，最開始的令牌消耗時間較長，后續(xù)時間慢慢縮短直到達到stableIntervalMicros的狀態(tài)，產(chǎn)生預熱的效果。

GUAVA限流器實現(xiàn)總結(jié)

以上分析GUAVA限流器實現(xiàn)，其使用了兩個抽象類及兩個具體子類完成了限流器實現(xiàn)，其中使用頂層抽象類承擔了創(chuàng)建者角色，將所有子類進行了透明化，減少了程序員在使用工具過程中需要了解的類的數(shù)量。
在實現(xiàn)限流器的過程中，基于令牌桶的思想，并且增加了帶有預熱器的令牌桶限流器實現(xiàn)。被限流的線程使用其自帶的SleepingStopwatch工具類，最終使用的是Thread.sleep(ms, ns);方法，而線程使用sleep休眠時其持有的鎖并不會釋放，在多線程編程時此處需要注意。
最后，GUAVA的限流器觸發(fā)算法采用的是預定令牌的方式，即當前請求需要的令牌數(shù)不會對當前請求的等待時間造成影響，而是會影響下一次請求的等待時間。

上述就是小編為大家分享的如何進行限流器及Guava實現(xiàn)分析了，如果剛好有類似的疑惑，不妨參照上述分析進行理解。如果想知道更多相關(guān)知識，歡迎關(guān)注創(chuàng)新互聯(lián)行業(yè)資訊頻道。

文章標題：如何進行限流器及Guava實現(xiàn)分析
本文URL：http://chinadenli.net/article10/joipgo.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供電子商務(wù)、小程序開發(fā)、微信小程序、網(wǎng)站建設(shè)、做網(wǎng)站、外貿(mào)建站

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請盡快告知，我們將會在第一時間刪除。文章觀點不代表本網(wǎng)站立場，如需處理請聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時需注明來源： 創(chuàng)新互聯(lián)