Dubbo 是如何控制并发数和限流的？

2. 如果每服务每方法最大可并行执行请求数大于零，那么就基于基于服务 URL + 方法维度获取一个RpcStatus实例

3. 通过RpcStatus实例获取一个信号量，若果获取的这个信号量调用tryAcquire返回false，则抛出异常

4. 如果没有抛异常，那么久调用RpcStatus静态方法beginCount，给这个 URL + 方法维度开始计数

5. 调用服务

6. 调用结束后计数调用RpcStatus静态方法endCount，计数结束

7. 释放信号量

ExecuteLimitFilter

@Override

public Result invoke(Invoker<?> invoker, Invocation invocation) throws RpcException {

URL url = invoker.getUrl();

String methodName = invocation.getMethodName();

Semaphore executesLimit = null;

boolean acquireResult = false;

int max = url.getMethodParameter(methodName, Constants.EXECUTES_KEY, 0);

if (max > 0) {

RpcStatus count = RpcStatus.getStatus(url, invocation.getMethodName());

//            if (count.getActive() >= max) {

/**

* http://manzhizhen.iteye.com/blog/2386408

* use semaphore for concurrency control (to limit thread number)

*/

executesLimit = count.getSemaphore(max);

if(executesLimit != null && !(acquireResult = executesLimit.tryAcquire())) {

throw new RpcException("Failed to invoke method " + invocation.getMethodName() + " in provider " + url + “, cause: The service using threads greater than dubbo:service executes=\“” + max + “\” / limited.”);

}

}

long begin = System.currentTimeMillis();

boolean isSuccess = true;

RpcStatus.beginCount(url, methodName);

try {

Result result = invoker.invoke(invocation);

return result;

} catch (Throwable t) {

isSuccess = false;

if (t instanceof RuntimeException) {

throw (RuntimeException) t;

} else {

throw new RpcException(“unexpected exception when ExecuteLimitFilter”, t);

}

} finally {

RpcStatus.endCount(url, methodName, System.currentTimeMillis() - begin, isSuccess);

if(acquireResult) {

executesLimit.release();

}

}

}

我们接下来看看RpcStatus这个类

private static final ConcurrentMap<String, ConcurrentMap<String, RpcStatus>> METHOD_STATISTICS = new ConcurrentHashMap<String, ConcurrentMap<String, RpcStatus>>();

public static RpcStatus getStatus(URL url, String methodName) {

String uri = url.toIdentityString();

ConcurrentMap<String, RpcStatus> map = METHOD_STATISTICS.get(uri);

if (map == null) {

METHOD_STATISTICS.putIfAbsent(uri, new ConcurrentHashMap<String, RpcStatus>());

map = METHOD_STATISTICS.get(uri);

}

RpcStatus status = map.get(methodName);

if (status == null) {

map.putIfAbsent(methodName, new RpcStatus());

status = map.get(methodName);

}

return status;

}

这个方法很简单，大概就是给RpcStatus这个类里面的静态属性METHOD_STATISTICS里面设值。外层的map是以url为key，里层的map是以方法名为key。

private volatile int executesPermits;

public Semaphore getSemaphore(int maxThreadNum) {

if(maxThreadNum <= 0) {

return null;

}

if (executesLimit == null || executesPermits != maxThreadNum) {

synchronized (this) {

if (executesLimit == null || executesPermits != maxThreadNum) {

executesLimit = new Semaphore(maxThreadNum);

executesPermits = maxThreadNum;

}

}

}

return executesLimit;

}

这个方法是获取信号量，如果这个实例里面的信号量是空的，那么就添加一个，如果不是空的就返回。

TPSLimiter

TpsLimitFilter 过滤器，用于服务提供者中，提供限流的功能。

配置方式：

通过 <dubbo:parameter key=“tps” value=“” /> 配置项，添加到 <dubbo:service /> 或 <dubbo:provider /> 或 <dubbo:protocol /> 中开启，例如：

dubbo:service interface=“com.alibaba.dubbo.demo.DemoService” ref=“demoServiceImpl” protocol=“injvm” >

dubbo:parameter key=“tps” value=“100” /

</dubbo:service>

通过 <dubbo:parameter key=“tps.interval” value=“” /> 配置项，设置 TPS 周期。

源码分析

TpsLimitFilter

private final TPSLimiter tpsLimiter = new DefaultTPSLimiter();

@Override

public Result invoke(Invoker<?> invoker, Invocation invocation) throws RpcException {

if (!tpsLimiter.isAllowable(invoker.getUrl(), invocation)) {

throw new RpcException(

"Failed to invoke service " +

invoker.getInterface().getName() +

“.” +

invocation.getMethodName() +

" because exceed max service tps.");

}

return invoker.invoke(invocation);

}

invoke方法调用了DefaultTPSLimiter的isAllowable，我们进入到isAllowable方法看一下

DefaultTPSLimiter

private final ConcurrentMap<String, StatItem> stats

= new ConcurrentHashMap<String, StatItem>();

@Override

public boolean isAllowable(URL url, Invocation invocation) {

//获取tps这个参数设置的大小

int rate = url.getParameter(Constants.TPS_LIMIT_RATE_KEY, -1);

//获取tps.interval这个参数设置的大小，默认60秒

long interval = url.getParameter(Constants.TPS_LIMIT_INTERVAL_KEY,

Constants.DEFAULT_TPS_LIMIT_INTERVAL);

String serviceKey = url.getServiceKey();

if (rate > 0) {

StatItem statItem = stats.get(serviceKey);

自我介绍一下，小编13年上海交大毕业，曾经在小公司待过，也去过华为、OPPO等大厂，18年进入阿里一直到现在。

深知大多数Java工程师，想要提升技能，往往是自己摸索成长或者是报班学习，但对于培训机构动则几千的学费，着实压力不小。自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！

因此收集整理了一份《2024年Java开发全套学习资料》，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友，同时减轻大家的负担。

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，基本涵盖了95%以上Java开发知识点，真正体系化！

由于文件比较大，这里只是将部分目录截图出来，每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频，并且会持续更新！

如果你觉得这些内容对你有帮助，可以扫码获取！！（备注Java获取）

总结

上述知识点，囊括了目前互联网企业的主流应用技术以及能让你成为“香饽饽”的高级架构知识，每个笔记里面几乎都带有实战内容。

很多人担心学了容易忘，这里教你一个方法，那就是重复学习。

打个比方，假如你正在学习 spring 注解，突然发现了一个注解@Aspect，不知道干什么用的，你可能会去查看源码或者通过博客学习，花了半小时终于弄懂了，下次又看到@Aspect 了，你有点郁闷了，上次好像在哪哪哪学习，你快速打开网页花了五分钟又学会了。

从半小时和五分钟的对比中可以发现多学一次就离真正掌握知识又近了一步。

人的本性就是容易遗忘，只有不断加深印象、重复学习才能真正掌握，所以很多书我都是推荐大家多看几遍。哪有那么多天才，他只是比你多看了几遍书。

《互联网大厂面试真题解析、进阶开发核心学习笔记、全套讲解视频、实战项目源码讲义》点击传送门即可获取！
干什么用的，你可能会去查看源码或者通过博客学习，花了半小时终于弄懂了，下次又看到@Aspect 了，你有点郁闷了，上次好像在哪哪哪学习，你快速打开网页花了五分钟又学会了。

从半小时和五分钟的对比中可以发现多学一次就离真正掌握知识又近了一步。

[外链图片转存中…(img-OIW7m9GM-1713341783562)]

人的本性就是容易遗忘，只有不断加深印象、重复学习才能真正掌握，所以很多书我都是推荐大家多看几遍。哪有那么多天才，他只是比你多看了几遍书。

《互联网大厂面试真题解析、进阶开发核心学习笔记、全套讲解视频、实战项目源码讲义》点击传送门即可获取！