限流器实现：基于Redis+Zookeeper

 

1. 项目背景：
   在实际项目中经常会遇到系统在某一时间访问量特别大的问题，我们可以针对于系统进行横向扩展，但这往往需要更多的硬件和软件资源，但这一部分资源大部分时间是处于空闲状态的，从节约资源和浪费可耻的角度考虑，针对少数时间段访问量超过系统负荷的情况，我们可以采取限流器进行解决。在单位时间内，如果访问量超过设定阈值，进行拦截处理，拦截后的后续操作可能是加入中间件队列，也可能是直接快速返回。本文仅讨论限流器的一种实现方式（基于redis和zookeeper）。
2. 设计思路：
   直接上图，清晰明了：
   
    
3. 核心代码：
   分布式锁的获取和释放：

   /**
   	 * 获取分布式锁
   	 * @param lockObj
   	 * @return 返回锁对象
   	 */
   	public static InterProcessMutex acquire(String lockObj) {
   		InterProcessMutex ipm = new InterProcessMutex(_client, _zkBaseDir+"/"+lockObj);
   		try {
   			ipm.acquire();
   		} catch (Exception e) {
   			_logger.error(e);
   			try {
   				ipm.release();
   			} catch (Exception e1) {
   				e1.printStackTrace();
   			}
   		}
   		return ipm;
   	}

   限流器核心逻辑实现：
    

   /**
   	 * 获取限流通过权限
   	 * @param limiterName 限流器名称，不同名称对应不同限流器
   	 * @return
   	 */
   	public static boolean getRequestPermissions(String limiterName) {
   		InterProcessMutex ipm = ZookeeperClient.acquire(limiterName);
   		RedisUtil redis = RedisUtil.getRedisUtil();
   		long length = redis.llen(limiterName);
   		boolean flag = false;
   		if(length<_number) {
   			redis.lpush(limiterName, System.nanoTime()+"");
   			flag = true;
   			
   		}else {
   			String lastItem =redis.lrange(limiterName, length-1, length).get(0);
   			if(System.nanoTime()-Long.parseLong(lastItem)>(_frequency*1000000)) {
   				redis.lpush(limiterName, System.nanoTime()+"");
   				redis.rpop(limiterName);
   				flag = true;
   				
   			}else {
   				flag = false;
   			}
   		}
   		try {
   			ipm.release();
   		} catch (Exception e) {
   			_logger.error(e);
   		}
   		return flag;
   	}
   	

    

4. 项目源代码github地址：
   https://github.com/hexinlin/redis-limiter.git