SpringBoot 進行限流的操作方法
大傢好,我是飄渺。SpringBoot老鳥系列的文章已經寫瞭四篇,每篇的閱讀反響都還不錯,那今天繼續給大傢帶來老鳥系列的第五篇,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,如何優雅的進行限流(基於AOP)。
首先就讓我們來看看為什麼需要對接口進行限流?
為什麼要進行限流?
因為互聯網系統通常都要面對大並發大流量的請求,在突發情況下(最常見的場景就是秒殺、搶購),瞬時大流量會直接將系統打垮,無法對外提供服務。那為瞭防止出現這種情況最常見的解決方案之一就是限流,當請求達到一定的並發數或速率,就進行等待、排隊、降級、拒絕服務等。
例如,12306購票系統,在面對高並發的情況下,就是采用瞭限流。 在流量高峰期間經常會出現提示語;“當前排隊人數較多,請稍後再試!”
什麼是限流?有哪些限流算法?
限流是對某一時間窗口內的請求數進行限制,保持系統的可用性和穩定性,防止因流量暴增而導致的系統運行緩慢或宕機。
常見的限流算法有三種:
1. 計數器限流
計數器限流算法是最為簡單粗暴的解決方案,主要用來限制總並發數,比如數據庫連接池大小、線程池大小、接口訪問並發數等都是使用計數器算法。
如:使用 AomicInteger 來進行統計當前正在並發執行的次數,如果超過域值就直接拒絕請求,提示系統繁忙。
2. 漏桶算法
漏桶算法思路很簡單,我們把水比作是請求
,漏桶比作是系統處理能力極限
,水先進入到漏桶裡,漏桶裡的水按一定速率流出,當流出的速率小於流入的速率時,由於漏桶容量有限,後續進入的水直接溢出(拒絕請求),以此實現限流。
3. 令牌桶算法
令牌桶算法的原理也比較簡單,我們可以理解成醫院的掛號看病,隻有拿到號以後才可以進行診病。
系統會維護一個令牌(token
)桶,以一個恒定的速度往桶裡放入令牌(token
),這時如果有請求進來想要被處理,則需要先從桶裡獲取一個令牌(token
),當桶裡沒有令牌(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、發放令牌的速率,來達到對請求的限制。
基於Guava工具類實現限流
Google開源工具包Guava提供瞭限流工具類RateLimiter,該類基於令牌桶算法實現流量限制,使用十分方便,而且十分高效,實現步驟如下:
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,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 "當前排隊人數較多,請稍後再試!"; } log.info("獲取令牌成功,時間{}", LocalDateTime.now().format(dtf)); return "請求成功"; } }
以上用到瞭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,反復刷新並觀察後端日志
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秒鐘內隻有2次成功,其他都失敗降級瞭,說明我們已經成功給接口加上瞭限流功能。
當然瞭,我們在實際開發中並不能直接這樣用。至於原因嘛,你想呀,你每個接口都需要手動給其加上tryAcquire()
,業務代碼和限流代碼混在一起,而且明顯違背瞭DRY原則,代碼冗餘,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,我們這裡需要想辦法將其優化 – 借助自定義註解+AOP實現接口限流。
基於AOP實現接口限流
基於AOP的實現方式也非常簡單,實現過程如下:
第一步:加入AOP依賴
<dependency> <groupId>org.springframework.boot</groupId> <artifactId>spring-boot-starter-aop</artifactId> </dependency>
第二步:自定義限流註解
@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 */ 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 "系統繁忙,請稍後再試."; }
第三步:使用AOP切面攔截限流註解
@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的註解 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)) { // 創建令牌桶 rateLimiter = RateLimiter.create(limit.permitsPerSecond()); limitMap.put(key, rateLimiter); log.info("新建瞭令牌桶={},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註解
@Slf4j @RestController @RequestMapping("/limit") public class LimitController { @GetMapping("/test2") @Limit(key = "limit2", permitsPerSecond = 1, timeout = 500, timeunit = TimeUnit.MILLISECONDS,msg = "當前排隊人數較多,請稍後再試!") public String limit2() { log.info("令牌桶limit2獲取令牌成功"); return "ok"; } @GetMapping("/test3") @Limit(key = "limit3", permitsPerSecond = 2, timeout = 500, timeunit = TimeUnit.MILLISECONDS,msg = "系統繁忙,請稍後再試!") public String limit3() { log.info("令牌桶limit3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,反復刷新並觀察輸出結果:
正常響應時:
{"status":100,"message":"操作成功","data":"ok","timestamp":1632579377104}
觸發限流時:
{"status":2001,"message":"系統繁忙,請稍後再試!","data":null,"timestamp":1632579332177}
通過觀察得之,基於自定義註解同樣實現瞭接口限流的效果。
小結
一般在系統上線時我們通過對系統壓測可以評估出系統的性能閥值,然後給接口加上合理的限流參數,防止出現大流量請求時直接壓垮系統。今天我們介紹瞭幾種常見的限流算法(重點關註令牌桶算法),基於Guava工具類實現瞭接口限流並利用AOP完成瞭對限流代碼的優化。
在完成優化後業務代碼和限流代碼解耦,開發人員隻要一個註解,不用關心限流的實現邏輯,而且減少瞭代碼冗餘大大提高瞭代碼可讀性,代碼評審時誰還能再笑話你?
源碼下載
https://github.com/jianzh5/cloud-blog/
到此這篇關於SpringBoot 進行限流的操作方法的文章就介紹到這瞭,更多相關SpringBoot限流內容請搜索WalkonNet以前的文章或繼續瀏覽下面的相關文章希望大傢以後多多支持WalkonNet!
推薦閱讀:
- 使用springboot整合RateLimiter限流過程
- SpringBoot如何使用RateLimiter通過AOP方式進行限流
- SpringBoot利用限速器RateLimiter實現單機限流的示例代碼
- Java實現接口限流方案
- java實現單機限流