guava的RateLimiter是一个用于控制QPS(queries per second 每秒请求次数)的类,在高并发系统中,可能会出现在某个时间点,请求数暴涨的情况,很有可能对系统造成极大的压力,让系统响应时间变慢,甚至宕机。针对这种突发情况,我们可以使用限流的方法来应对。
常见的限流算法有两种(漏桶算法和令牌桶算法):
漏桶算法 : 以某种固定速率进行运算,同时设置可以处理的最大值,当处理值达到最大的时候,将舍弃掉后来的服务。
大白话版:这个完全可以简化成我们小时候做的数学题,一个游泳池,一边进水一边放水,放水的速度就是程序处理的速度,因为排水口是固定的,所以放水速度是不变的。进水口就是一个水龙头,也就是请求数,因为水龙头可以拧紧也可以拧松,所以请求数可能一下多,一下少,当进水的速度远远大于放水速度时,游泳池的水就会慢慢变多,直到游泳池变满了,水就会漫出去,就会被舍弃掉
令牌桶算法:我会往一个桶里放令牌,每隔固定时间放固定令牌数,每次处理一个请求就需要消耗一个令牌,如果令牌没有了,那么请求也不会被处理
大白话版:肯德基排队点餐,每个客户都会点一个汉堡,厨师每十秒钟做一个汉堡(令牌),每个客户拿一个汉堡就走,如果第一个客户拿了汉堡就走,用了5秒钟,那么第二个客户过来拿,就会没有汉堡了,于是他就走了(被拒绝了),第三个客户来,汉堡又做好了
用法也比较简单,这里简单进行一个示范,后续有时间再慢慢补充
public void test01() {
// 这里设置qps最高为100
RateLimiter limiter = RateLimiter.create(100);
// 线程池
ExecutorService woker = Executors.newFixedThreadPool(10);
for (int i = 0; i < 5000; i++) {
// 在需要控制qps的地方,放入此代码
limiter.acquire();
woker.submit(() -> new Runnable() {
@Override
public void run() {
}
});
}
}