zoukankan      html  css  js  c++  java
  • springboot 整合 google.guava 限流 / Redisson

    一. 整合 google.guava

    Controller:

    package com..web;
    
    import com..anno.RateLimitAnno;
    import org.springframework.web.bind.annotation.RequestMapping;
    import org.springframework.web.bind.annotation.RestController;
    import javax.servlet.http.HttpServletRequest;
    
    @RestController
    public class LimiterController {
    
        @RateLimitAnno
        @RequestMapping("/limiter")
        public String limiter(HttpServletRequest request){
            StringBuilder sb = new StringBuilder("{");
            //正常返回
            sb.append("'result':'0000','msg':'成功'");
            return  sb.append("}").toString();
        }
    
    }

    自定义注解:

    package com..anno;
    
    import java.lang.annotation.*;
    
    @Inherited   // 允许子类继承  元注解
    @Documented  // 被 javadoc工具记录
    @Target({ElementType.METHOD,ElementType.FIELD,ElementType.TYPE}) //注解可能出现在Java程序中的语法位置
    @Retention(RetentionPolicy.RUNTIME)  //注解保留时间,保留至运行时
    public @interface RateLimitAnno {
    
    
    }

    具体限流实现:

    package com..util;
    
    import com.google.common.util.concurrent.RateLimiter;
    import org.aspectj.lang.ProceedingJoinPoint;
    import org.aspectj.lang.annotation.Around;
    import org.aspectj.lang.annotation.Aspect;
    import org.aspectj.lang.annotation.Pointcut;
    import org.springframework.context.annotation.Scope;
    import org.springframework.stereotype.Component;
    import java.util.concurrent.TimeUnit;
    
    @Component
    @Scope
    @Aspect
    public class RateLimitAspect {
    
        final double permitsPerSecond = 5.0;        //每秒生成5个令牌
        final long warmupPeriod = 1;                //在warmupPeriod时间内RateLimiter会增加它的速率,在抵达它的稳定速率或者最大速率之前
        final TimeUnit timeUnit = TimeUnit.SECONDS; //参数warmupPeriod 的时间单位
        /*
         * 创建一个稳定输出令牌的RateLimiter,保证了平均每秒不超过qps个请求
         * 当请求到来的速度超过了qps,保证每秒只处理qps个请求
         * 当这个RateLimiter使用不足(即请求到来速度小于qps),会囤积最多qps个请求
         *
         * 创建的是SmoothBursty 实例 平滑稳定
         */
        RateLimiter rateLimiter = RateLimiter.create(permitsPerSecond);
    
        /**
         *
         * 根据指定的稳定吞吐率和预热期来创建RateLimiter,
         * 这里的吞吐率是指每秒多少许可数(通常是指QPS,每秒多少查询),
         * 在这段预热时间内,RateLimiter每秒分配的许可数会平稳地增长直到预热期结束时达到其最大速率(只要存在足够请求数来使其饱和)。
         * 同样地,如果RateLimiter 在warmupPeriod时间内闲置不用,它将会逐步地返回冷却状态。
         * 也就是说,它会像它第一次被创建般经历同样的预热期。
         * 返回的RateLimiter 主要用于那些需要预热期的资源,这些资源实际上满足了请求(比如一个远程服务),
         * 而不是在稳定(最大)的速率下可以立即被访问的资源。
         * 返回的RateLimiter 在冷却状态下启动(即预热期将会紧跟着发生),并且如果被长期闲置不用,它将回到冷却状态
         *
         * 创建的是SmoothWarmingUp实例    平滑预热
         */
        RateLimiter rl = RateLimiter.create(permitsPerSecond,warmupPeriod,timeUnit);
    
    
        //设置业务切入点为标注了自定义注解的位置
        @Pointcut("@annotation(com.wondersgroup.anno.RateLimitAnno)")
        public void aspectService(){ }
    
        //统计
        int countSuccess,countFail = 0;
    
        //环绕通知
        @Around("aspectService()")
        public Object aroundMsg(ProceedingJoinPoint joinPoint){
    
            Object obj = null;
    
            boolean flag = rateLimiter.tryAcquire(); // 在无延迟下的情况下获得
    
            // 从RateLimiter获取一个许可,该方法会被阻塞直到获取到请求。
            // 如果存在等待的情况的话,告诉调用者获取到该请求所需要的睡眠时间。该方法等同于acquire(1)。
            //double waitTime = rabuyGoodsteLimiter.acquire(); 我非要得到令牌才返回
    
            try{
    
                if(flag){ //如果获取了令牌,则可以继续执行业务层面的逻辑
                    obj = joinPoint.proceed();
    
                    countSuccess++;//并发时,统计不准确!!!
    
                }else{
                    obj = "{'result':'0001','msg':'当前系统繁忙,请重试...'}"; //未获取到令牌,直接返回
    
                    countFail++;
                }
    
            }catch(Throwable ex){
                ex.printStackTrace();
            }
    
            System.out.println(flag +"   :    "+ obj + " success:" + countSuccess + " , fail:" + countFail);
    
            return obj;
        }
    
    }

    运行项目,访问  http://localhost:8080/limiter  

    结果:

    二. 整合 Redisson

    package com..distributed;
    
    import org.redisson.Redisson;
    import org.redisson.api.*;
    import org.redisson.config.Config;
    import java.util.Random;
    import java.util.concurrent.CountDownLatch;
    
    public class RedisRateLimiter {
    
        static RedissonClient redisson = null;
        static RRateLimiter myLimiter;
    
        static {
            Config config = new Config();
            config.useSingleServer().setAddress("redis://127.0.0.1:6379").setConnectionMinimumIdleSize(10);
            //创建Redisson客户端
            redisson = Redisson.create(config);
    
            /**
             * 基于Redis的分布式限流器可以用来在分布式环境下现在请求方的调用频率。
             * 既适用于不同Redisson实例下的多线程限流,也适用于相同Redisson实例下的多线程限流。
             * 该算法不保证公平性。
             */
            myLimiter = redisson.getRateLimiter("my");
    
            /**
             * Total rate for all RateLimiter instances
             * 作用在所有的RRateLimiter实例
             * OVERALL
             *
             * Total rate for all RateLimiter instances working with the same Redisson instance
             * 作用在同一个Redisson实例创建的 RRateLimiter上面。
             * PER_CLIENT
             *
             * return : 设置是否成功。 对同一个redis服务端,只需要设置一次。如果redis重启需要重新设置
             */
            boolean bl = myLimiter.trySetRate(RateType.PER_CLIENT, 5, 1, RateIntervalUnit.SECONDS);
        }
    
    
        //结合redis,实现分布式的qpi接口限流
        public static void test() {
    
            CountDownLatch cd = new CountDownLatch(1);
            Random rd = new Random();
    
            for (int i = 0; i < 20; i++) {
                new Thread(() -> {
    
                    try {
                        cd.await(); //使得当前线程阻塞
                        Thread.sleep(rd.nextInt(1000)); //模拟20个请求的并发,有一点点先后顺序的差异
                    } catch (InterruptedException e) {
                        e.printStackTrace();
                    } finally {
    
                        //获取令牌
                        System.out.println(Thread.currentThread().getName() + " : " + myLimiter.tryAcquire());
                    }
    
                }).start();
            }
    
            cd.countDown();
        }
    
        public static void main(String[] args) {
    
            test();
            try {
                Thread.sleep(5000);
            } catch (InterruptedException e) {
                e.printStackTrace();
            }
            //正常退出 status为0时为正常退出程序,也就是结束当前正在运行中的java虚拟机
            System.exit(0);
        }
    
    }

    运行 main 函数

    结果:

    pom 配置文件:

    <?xml version="1.0" encoding="UTF-8"?>
    <project xmlns="http://maven.apache.org/POM/4.0.0" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
             xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/xsd/maven-4.0.0.xsd">
        <modelVersion>4.0.0</modelVersion>
        <parent>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-starter-parent</artifactId>
            <version>2.1.5.RELEASE</version>
            <relativePath/> <!-- lookup parent from repository -->
        </parent>
        <groupId>com.gupao.ls</groupId>
        <artifactId>demo</artifactId>
        <version>0.0.1-SNAPSHOT</version>
        <name>demo</name>
        <description>Demo project for Spring Boot</description>
    
        <properties>
            <java.version>1.8</java.version>
        </properties>
    
        <dependencies>
            <dependency>
                <groupId>org.springframework.boot</groupId>
                <artifactId>spring-boot-starter-web</artifactId>
            </dependency>
    
            <dependency>
                <groupId>org.springframework</groupId>
                <artifactId>spring-aop</artifactId>
            </dependency>
    
            <!--Redisson插件-->
            <dependency>
                <groupId>org.redisson</groupId>
                <artifactId>redisson</artifactId>
                <version>3.10.2</version>
            </dependency>
    
            <dependency>
                <groupId>org.aspectj</groupId>
                <artifactId>aspectjweaver</artifactId>
                <version>1.9.1</version>
            </dependency>
    
    
            <!--guava JAR-->
            <dependency>
                <groupId>com.google.guava</groupId>
                <artifactId>guava</artifactId>
                <version>23.0</version>
            </dependency>
    
            <dependency>
                <groupId>org.apache.commons</groupId>
                <artifactId>commons-lang3</artifactId>
                <version>3.4</version>
            </dependency>
    
            <dependency>
                <groupId>org.springframework.boot</groupId>
                <artifactId>spring-boot-starter-test</artifactId>
                <scope>test</scope>
            </dependency>
    
        </dependencies>
    
        <build>
            <plugins>
                <plugin>
                    <groupId>org.springframework.boot</groupId>
                    <artifactId>spring-boot-maven-plugin</artifactId>
                </plugin>
            </plugins>
        </build>
    
    </project>
  • 相关阅读:
    代码走读 airflow 2
    sql 查询相关
    控制你的鼠标和键盘
    TODO
    二进制流的操作收集
    daterangepicker-双日历
    datetimepicker使用
    ADO执行事务
    动态添加表sql
    执行带返回值的存储过程
  • 原文地址:https://www.cnblogs.com/lifan12589/p/14700383.html
Copyright © 2011-2022 走看看