SpringBoot怎么使用RateLimiter通过AOP方式进行限流

这篇文章主要讲解了“SpringBoot怎么使用RateLimiter通过AOP方式进行限流”，文中的讲解内容简单清晰，易于学习与理解，下面请大家跟着小编的思路慢慢深入，一起来研究和学习“SpringBoot怎么使用RateLimiter通过AOP方式进行限流”吧！

使用RateLimiter通过AOP方式进行限流

1、引入依赖

<!-- guava 限流 --><dependency>     <groupId>com.google.guava</groupId>     <artifactId>guava</artifactId>     <version>25.1-jre</version></dependency>

2、自定义注解

@Target({ElementType.PARAMETER, ElementType.METHOD})    @Retention(RetentionPolicy.RUNTIME)    @Documented    public  @interface ServiceLimit {      String description()  default "";}

3、AOP实现类

@Component@Scope@Aspectpublic class LimitAspect {    每秒只发出5个令牌，此处是单进程服务的限流,内部采用令牌捅算法实现    private static   RateLimiter rateLimiter = RateLimiter.create(5.0);        //Service层切点  限流    @Pointcut("@annotation(com.itstyle.seckill.common.aop.ServiceLimit)")      public void ServiceAspect() {            }        @Around("ServiceAspect()")    public  Object around(ProceedingJoinPoint joinPoint) {         Boolean flag = rateLimiter.tryAcquire();        Object obj = null;        try {            if(flag){                obj = joinPoint.proceed();            }        } catch (Throwable e) {            e.printStackTrace();        }         return obj;    } }

4、使用

@Override@ServiceLimit@Transactional    public Result startSeckil(long seckillId,long userId) {        //todo 操作    }

SpringBoot之限流

限流的基础算法

令牌桶和漏桶

• 漏桶算法 的实现往往依赖于队列，请求到达如果队列未满则直接放入队列，然后有一个处理器按照固定频率从队列头取出请求进行处理。如果请求量大，则会导致队列满，那么新来的请求就会被抛弃。

• 令牌桶算法 则是一个存放固定容量令牌的桶，按照固定速率往桶里添加令牌。桶中存放的令牌数有最大上限，超出之后就被丢弃或者拒绝。当流量或者网络请求到达时，每个请求都要获取一个令牌，如果能够获取到，则直接处理，并且令牌桶删除一个令牌。如果获取不到，该请求就要被限流，要么直接丢弃，要么在缓冲区等待。

令牌桶和漏桶对比

• 令牌桶是按照固定速率往桶中添加令牌，请求是否被处理需要看桶中令牌是否足够，当令牌数减为零时则拒绝新的请求；漏桶则是按照常量固定速率流出请求，流入请求速率任意，当流入的请求数累积到漏桶容量时，则新流入的请求被拒绝；

• 令牌桶限制的是平均流入速率，允许突发请求，只要有令牌就可以处理，支持一次拿3个令牌，4个令牌；漏桶限制的是常量流出速率，即流出速率是一个固定常量值，比如都是1的速率流出，而不能一次是1，下次又是2，从而平滑突发流入速率；

• 令牌桶允许一定程度的突发，而漏桶主要目的是平滑流出速率；

Guava RateLimiter

依赖

<dependency>    <groupId>com.google.guava</groupId>    <artifactId>guava</artifactId>    <version>28.1-jre</version>    <optional>true</optional></dependency>

2.示例代码 

@Slf4j@Configurationpublic class RequestInterceptor implements HandlerInterceptor {    // 根据字符串分不同的令牌桶, 每天自动清理缓存    private static LoadingCache<String, RateLimiter> cachesRateLimiter = CacheBuilder.newBuilder()            .maximumSize(1000)  //设置缓存个数                        .expireAfterAccess(1, TimeUnit.HOURS)            .build(new CacheLoader<String, RateLimiter>() {                @Override                public RateLimiter load(String key) throws Exception {                    // 新的字符串初始化 (限流每秒2个令牌响应)                    return RateLimiter.create(2);                }            });    @Override    public boolean preHandle(HttpServletRequest request, HttpServletResponse response, Object handler)            throws Exception {        log.info("request请求地址path[{}] uri[{}]", request.getServletPath(), request.getRequestURI());        try {            String str = "hello";            // 令牌桶            RateLimiter rateLimiter = cachesRateLimiter.get(str);            if (!rateLimiter.tryAcquire()) {                System.out.println("too many requests.");                return false;            }        } catch (Exception e) {            // 解决拦截器的异常，全局异常处理器捕获不到的问题            request.setAttribute("exception", e);            request.getRequestDispatcher("/error").forward(request, response);        }        return true;    }}

3.测试

@RestController@RequestMapping(value = "user")public class UserController {    @GetMapping    public Result test2(){        System.out.println("1111");        return new Result(true,200,"");    }}

http://localhost:8080/user/

如果没有result类，自己可以随便返回个字符串

4.测试结果

其他

创建

RateLimiter提供了两个工厂方法：

一个是平滑突发限流

RateLimiter r = RateLimiter.create(5); //项目启动，直接允许5个令牌

一个是平滑预热限流

RateLimiter r = RateLimiter.create(2, 3, TimeUnit.SECONDS); //项目启动后3秒后才会到达设置的2个令牌

缺点

RateLimiter只能用于单机的限流，如果想要集群限流，则需要引入redis或者阿里开源的sentinel中间件。

TimeUnit.SECONDS);` //项目启动后3秒后才会到达设置的2个令牌

感谢各位的阅读，以上就是“SpringBoot怎么使用RateLimiter通过AOP方式进行限流”的内容了，经过本文的学习后，相信大家对SpringBoot怎么使用RateLimiter通过AOP方式进行限流这一问题有了更深刻的体会，具体使用情况还需要大家实践验证。这里是编程网，小编将为大家推送更多相关知识点的文章，欢迎关注！