java redis令牌桶_接口限流&令牌桶算法&Redis分布式限流

工作中对外提供的API 接口设计很多时候要考虑限流，如果不考虑，可能会造成系统的连锁反应，轻者响应缓慢，重者系统宕机。而常用的限流算法有令牌桶算法和漏桶算法，本篇介绍令牌桶算法

令牌桶算法

image.png

原理如上图，系统以恒定速率不断产生令牌，令牌桶有最大容量，超过最大容量则丢弃，同时用户请求接口，如果此时令牌桶中有令牌则能访问获取数据，否则直接拒绝用户请求

java代码实现

/**

* 线程池每0.5s发送随机数量的请求，每次请求计算当前的令牌数量，请求令牌数量超出当前令牌数量，则产生限流

*/

@Slf4j

public class TokensLimiter {

private ScheduledExecutorService scheduledExecutorService = Executors.newScheduledThreadPool(1);

// 最后一次令牌发放时间

public long timeStamp = System.currentTimeMillis();

// 桶的容量

private int capacity = 7;

// 令牌生成速度5/s

private int rate = 5;

// 当前令牌数量

private int tokens;

public void acquire() {

//令牌生成速度 = 5/1s 此次时间-上次生成时间=中间耗费时间

scheduledExecutorService.scheduleWithFixedDelay(() -> {

long now = System.currentTimeMillis();

long tokensCal = tokens + (now - timeStamp) * rate/1000;

int tokenCalInt = (int)tokensCal;

// 当前令牌数

tokens = Math.min(capacity,tokenCalInt);

//每隔0.5秒发送随机数量的请求

int permits = (int) (Math.random() * 9) + 1;

log.info("请求令牌数：" + permits + "，当前令牌数：" + tokens);

timeStamp = now;

if (tokens < permits) {

// 若不到令牌,则拒绝

log.info("限流了");

} else {

// 还有令牌，领取令牌

tokens -= permits;

log.info("剩余令牌=" + tokens);

}

}, 1000, 500, TimeUnit.MILLISECONDS);

//1秒以后开始执行第一次任务，第一次执行完每隔500ms执行下次任务

}

public static void main(String[] args) {

TokensLimiter tokensLimiter = new TokensLimiter();

tokensLimiter.acquire();

}

}

输出结果：