java并发系列 - 第29天：高并发中常见的限流方式

这是java高并发系列第29篇。

环境：jdk1.8。

本文内容

介绍常见的限流算法
通过控制最大并发数来进行限流
通过漏桶算法来进行限流
通过令牌桶算法来进行限流
限流工具类RateLimiter

常见的限流的场景

秒杀活动，数量有限，访问量巨大，为了防止系统宕机，需要做限流处理
国庆期间，一般的旅游景点人口太多，采用排队方式做限流处理
医院看病通过发放排队号的方式来做限流处理。

常见的限流算法

通过控制最大并发数来进行限流
使用漏桶算法来进行限流
使用令牌桶算法来进行限流

通过控制最大并发数来进行限流

以秒杀业务为例，10个iphone，100万人抢购，100万人同时发起请求，最终能够抢到的人也就是前面几个人，后面的基本上都没有希望了，那么我们可以通过控制并发数来实现，比如并发数控制在10个，其他超过并发数的请求全部拒绝，提示：秒杀失败，请稍后重试。

并发控制的，通俗解释：一大波人去商场购物，必须经过一个门口，门口有个门卫，兜里面有指定数量的门禁卡，来的人先去门卫那边拿取门禁卡，拿到卡的人才可以刷卡进入商场，拿不到的可以继续等待。进去的人出来之后会把卡归还给门卫，门卫可以把归还来的卡继续发放给其他排队的顾客使用。

JUC中提供了这样的工具类：Semaphore，示例代码：

package com.itsoku.chat29;

import java.util.concurrent.Semaphore;

import java.util.concurrent.TimeUnit;

/**

 * 跟着阿里p7学并发，微信公众号：javacode2018

 */

public class Demo1 {

    static Semaphore semaphore = new Semaphore(5);

    public static void main(String[] args) {

        for (int i = 0; i < 20; i++) {

            new Thread(() -> {

                boolean flag = false;

                try {

                    flag = semaphore.tryAcquire(100, TimeUnit.MICROSECONDS);

                    if (flag) {

                        //休眠2秒，模拟下单操作

                        System.out.println(Thread.currentThread() + "，尝试下单中。。。。。");

                        TimeUnit.SECONDS.sleep(2);

                    } else {

                        System.out.println(Thread.currentThread() + "，秒杀失败，请稍微重试！");

                    }

                } catch (InterruptedException e) {

                    e.printStackTrace();

                } finally {

                    if (flag) {

                        semaphore.release();

                    }

                }

            }).start();

        }

    }

}

输出：

Thread[Thread-10,5,main]，尝试下单中。。。。。

Thread[Thread-8,5,main]，尝试下单中。。。。。

Thread[Thread-9,5,main]，尝试下单中。。。。。

Thread[Thread-12,5,main]，尝试下单中。。。。。

Thread[Thread-11,5,main]，尝试下单中。。。。。

Thread[Thread-2,5,main]，秒杀失败，请稍微重试！

Thread[Thread-1,5,main]，秒杀失败，请稍微重试！

Thread[Thread-18,5,main]，秒杀失败，请稍微重试！

Thread[Thread-16,5,main]，秒杀失败，请稍微重试！

Thread[Thread-0,5,main]，秒杀失败，请稍微重试！

Thread[Thread-3,5,main]，秒杀失败，请稍微重试！

Thread[Thread-14,5,main]，秒杀失败，请稍微重试！

Thread[Thread-6,5,main]，秒杀失败，请稍微重试！

Thread[Thread-13,5,main]，秒杀失败，请稍微重试！

Thread[Thread-17,5,main]，秒杀失败，请稍微重试！

Thread[Thread-7,5,main]，秒杀失败，请稍微重试！

Thread[Thread-19,5,main]，秒杀失败，请稍微重试！

Thread[Thread-15,5,main]，秒杀失败，请稍微重试！

Thread[Thread-4,5,main]，秒杀失败，请稍微重试！

Thread[Thread-5,5,main]，秒杀失败，请稍微重试！

关于Semaphore的使用，可以移步：JUC中的Semaphore（信号量）

使用漏桶算法来进行限流

国庆期间比较火爆的景点，人流量巨大，一般入口处会有限流的弯道，让游客进去进行排队，排在前面的人，每隔一段时间会放一拨进入景区。排队人数超过了指定的限制，后面再来的人会被告知今天已经游客量已经达到峰值，会被拒绝排队，让其明天或者以后再来，这种玩法采用漏桶限流的方式。

漏桶算法思路很简单，水（请求）先进入到漏桶里，漏桶以一定的速度出水，当水流入速度过大会直接溢出，可以看出漏桶算法能强行限制数据的传输速率。

漏桶算法示意图：

简陋版的实现，代码如下：

package com.itsoku.chat29;

import java.util.Objects;

import java.util.concurrent.ArrayBlockingQueue;

import java.util.concurrent.BlockingQueue;

import java.util.concurrent.TimeUnit;

import java.util.concurrent.atomic.AtomicInteger;

import java.util.concurrent.locks.LockSupport;

/**

 * 跟着阿里p7学并发，微信公众号：javacode2018

 */

public class Demo2 {

    public static class BucketLimit {

        static AtomicInteger threadNum = new AtomicInteger(1);

        //容量

        private int capcity;

        //流速

        private int flowRate;

        //流速时间单位

        private TimeUnit flowRateUnit;

        private BlockingQueue<Node> queue;

        //漏桶流出的任务时间间隔（纳秒）

        private long flowRateNanosTime;

        public BucketLimit(int capcity, int flowRate, TimeUnit flowRateUnit) {

            this.capcity = capcity;

            this.flowRate = flowRate;

            this.flowRateUnit = flowRateUnit;

            this.bucketThreadWork();

        }

        //漏桶线程

        public void bucketThreadWork() {

            this.queue = new ArrayBlockingQueue<Node>(capcity);

            //漏桶流出的任务时间间隔（纳秒）

            this.flowRateNanosTime = flowRateUnit.toNanos(1) / flowRate;

            Thread thread = new Thread(this::bucketWork);

            thread.setName("漏桶线程-" + threadNum.getAndIncrement());

            thread.start();

        }

        //漏桶线程开始工作

        public void bucketWork() {

            while (true) {

                Node node = this.queue.poll();

                if (Objects.nonNull(node)) {

                    //唤醒任务线程

                    LockSupport.unpark(node.thread);

                }

                //休眠flowRateNanosTime

                LockSupport.parkNanos(this.flowRateNanosTime);

            }

        }

        //返回一个漏桶

        public static BucketLimit build(int capcity, int flowRate, TimeUnit flowRateUnit) {

            if (capcity < 0 || flowRate < 0) {

                throw new IllegalArgumentException("capcity、flowRate必须大于0！");

            }

            return new BucketLimit(capcity, flowRate, flowRateUnit);

        }

        //当前线程加入漏桶，返回false，表示漏桶已满；true：表示被漏桶限流成功，可以继续处理任务

        public boolean acquire() {

            Thread thread = Thread.currentThread();

            Node node = new Node(thread);

            if (this.queue.offer(node)) {

                LockSupport.park();

                return true;

            }

            return false;

        }

        //漏桶中存放的元素

        class Node {

            private Thread thread;

            public Node(Thread thread) {

                this.thread = thread;

            }

        }

    }

    public static void main(String[] args) {

        BucketLimit bucketLimit = BucketLimit.build(10, 60, TimeUnit.MINUTES);

        for (int i = 0; i < 15; i++) {

            new Thread(() -> {

                boolean acquire = bucketLimit.acquire();

                System.out.println(System.currentTimeMillis() + " " + acquire);

                try {

                    TimeUnit.SECONDS.sleep(1);

                } catch (InterruptedException e) {

                    e.printStackTrace();

                }

            }).start();

        }

    }

}

代码中BucketLimit.build(10, 60, TimeUnit.MINUTES);创建了一个容量为10，流水为60/分钟的漏桶。

代码中用到的技术有：

使用令牌桶算法来进行限流

令牌桶算法的原理是系统以恒定的速率产生令牌，然后把令牌放到令牌桶中，令牌桶有一个容量，当令牌桶满了的时候，再向其中放令牌，那么多余的令牌会被丢弃；当想要处理一个请求的时候，需要从令牌桶中取出一个令牌，如果此时令牌桶中没有令牌，那么则拒绝该请求。从原理上看，令牌桶算法和漏桶算法是相反的，一个“进水”，一个是“漏水”。这种算法可以应对突发程度的请求，因此比漏桶算法好。

令牌桶算法示意图：

有兴趣的可以自己去实现一个。

限流工具类RateLimiter

Google开源工具包Guava提供了限流工具类RateLimiter，可以非常方便的控制系统每秒吞吐量，示例代码如下：

package com.itsoku.chat29;

import com.google.common.util.concurrent.RateLimiter;

import java.util.Calendar;

import java.util.Date;

import java.util.Objects;

import java.util.concurrent.ArrayBlockingQueue;

import java.util.concurrent.BlockingQueue;

import java.util.concurrent.TimeUnit;

import java.util.concurrent.atomic.AtomicInteger;

import java.util.concurrent.locks.LockSupport;

/**

 * 跟着阿里p7学并发，微信公众号：javacode2018

 */

public class Demo3 {

    public static void main(String[] args) throws InterruptedException {

        RateLimiter rateLimiter = RateLimiter.create(5);//设置QPS为5

        for (int i = 0; i < 10; i++) {

            rateLimiter.acquire();

            System.out.println(System.currentTimeMillis());

        }

        System.out.println("----------");

        //可以随时调整速率，我们将qps调整为10

        rateLimiter.setRate(10);

        for (int i = 0; i < 10; i++) {

            rateLimiter.acquire();

            System.out.println(System.currentTimeMillis());

        }

    }

}

输出：

1566284028725

1566284028922

1566284029121

1566284029322

1566284029522

1566284029721

1566284029921

1566284030122

1566284030322

1566284030522

----------

1566284030722

1566284030822

1566284030921

1566284031022

1566284031121

1566284031221

1566284031321

1566284031422

1566284031522

1566284031622

代码中RateLimiter.create(5)创建QPS为5的限流对象，后面又调用rateLimiter.setRate(10);将速率设为10，输出中分2段，第一段每次输出相隔200毫秒，第二段每次输出相隔100毫秒，可以非常精准的控制系统的QPS。

上面介绍的这些，业务中可能会用到，也可以用来应对面试。

java高并发系列目录

java高并发系列连载中，总计估计会有四五十篇文章。

阿里p7一起学并发，公众号：路人甲java，每天获取最新文章！