高并发之限流算法及实现-CSDN博客

本文参考资料

高并发系统之限流特技：http://blog.csdn.net/g_hongjin/article/details/51649246

RateLimit--使用guava来做接口限流：http://blog.csdn.net/jiesa/article/details/50412027

秒杀：http://www.infoq.com/cn/articles/solution-to-the-architecture-of-spike-system

背景

2月22日10点负责的一个项目异常增多，服务几近不可用，并引发雪崩，造成其他项目也不可用。对日志进行分析后发现，服务调用量激增了10倍，最后经过扩容解决了问题，影响时间将近20分钟。事故原因：上游系统一个服务站点出现故障，导致大量请求过来，随后出现线程连接数爆满且出现很多请求超时，当调用方发现超时会不停的重试3次，这时候请求数瞬时成倍增长。

求索

流量激增，犹如暴雨导致河流流量增多，可能会超过大坝的防洪库容，需要泄洪保护大坝不被冲毁；也犹如家里的保险控制，一旦使用大功率的电器，保险有可能跳闸，保护电路不被烧毁。我们系统中如果有保险控制或防洪大坝，非预期的请求过大也不致于引起的系统瘫痪，系统可以拒绝或者或者引流，这就是所谓的限流。

常用限流算法

常用算法有漏桶算法和令牌桶算法

令牌桶算法:

令牌桶算法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。

a. 按特定的速率向令牌桶投放令牌

b.桶中最多存放b个令牌，当桶满时，新添加的令牌被丢弃或拒绝；

c.当1请求到达，将从桶中删除1个令牌，接着处理请求；

d.如果桶中的令牌不足，则不会删除令牌，且该请求将被限流（要么丢弃，要么缓冲区等待）

漏桶算法：

漏桶算法的描述如下：

1.一个固定容量的漏桶，按照常量固定速率流出水滴；、

2.如果桶是空的，则不需流出水滴；

3.可以以任意速率流入水滴到漏桶；

4.如果流入水滴超出了桶的容量，则流入的水滴溢出了（被丢弃），而漏桶容量是不变的。

实践

应用级限流:nignx中limit_conn模块，

Tomcat的Connector几种参数：

acceptCount：如果Tomcat的线程都忙于响应，新来的连接会进入队列排队，如果超出排队大小，则拒绝连接；
maxConnections：瞬时最大连接数，超出的会排队等待；
maxThreads：Tomcat能启动用来处理请求的最大线程数，如果请求处理量一直远远大于最大线程数则可能会僵死。

编程级别：

限流某个接口的总并发/请求数

=================================

try {
    if(atomic.incrementAndGet() > 限流数) {
        //拒绝请求
    }
    //处理请求
} finally {
    atomic.decrementAndGet();
}

=================================

2.限流某个接口的时间窗请求数

=================================

LoadingCache<Long, AtomicLong> counter =
        CacheBuilder.newBuilder()
                .expireAfterWrite(2, TimeUnit.SECONDS)
                .build(new CacheLoader<Long, AtomicLong>() {
                    @Override
                    public AtomicLong load(Long seconds) throws Exception {
                        return new AtomicLong(0);
                    }
                });
long limit = 1000;
while(true) {
    //得到当前秒
    long currentSeconds = System.currentTimeMillis() / 1000;
    if(counter.get(currentSeconds).incrementAndGet() > limit) {
        System.out.println("限流了:" + currentSeconds);
        continue;
    }
    //业务处理
}