java 实现滑动窗_Java简单实现滑动窗口

由于最近有一个统计单位时间内某key的访问次数的需求，譬如每5秒访问了redis的某key超过100次，就取出该key单独处理。

这样的单位时间统计，很明显我们都知道有个边界问题，譬如5秒内100次的限制。刚好前4.99秒访问都是0，最后0.01秒来了100次，5.01秒又来了100次。也就是访问有明显的毛刺情况出现，为了弱化这个毛刺情况，我们可以采用滑动窗口。

滑动窗口

滑动窗口的主要原理比较简单，就是将这个单位时间进行拆分，譬如5秒的统计范围，我们将它划分成5个1秒。

当请求进来时，先判断当前请求属于这5个1秒的时间片中的哪个，然后将对应的时间片对应的统计值加1，再判断当前加上前4个时间片的次数总和是否已经超过了设置的阈值。

当时间已经到达第6个时间片时，就把第一个时间片给干掉，因为无论第一片是多少个统计值，它都不会再参与后续的计算了。

就这样，随着时间的推移，统计值就随着各个时间片的滚动，不断地进行统计。

具体要将单位时间拆分为多少片，要根据实际情况来决定。当然，毫无疑问的是切分的越小，毛刺现象也越少。系统统计也越准确，随之就是内存占用会越大，因为你的这个窗口的数组会更大。

代码实现思路就是定义好分片数量，每个分片都有一个独立的计数器，所有的分片合计为一个数组。当请求来时，按照分片规则，判断请求应该划分到哪个分片中去。要判断是否超过阈值，就将前N个统计值相加，对比定义的阈值即可。

import java.util.concurrent.atomic.AtomicInteger;

/**

* 滑动窗口。该窗口同样的key，都是单线程计算。

*

* @author wuweifeng wrote on 2019-12-04.

*/

public class SlidingWindow {

/**

* 循环队列，就是装多个窗口用，该数量是windowSize的2倍

*/

private AtomicInteger[] timeSlices;

/**

* 队列的总长度

*/

private int timeSliceSize;

/**

* 每个时间片的时长，以毫秒为单位

*/

private int timeMillisPerSlice;

/**

* 共有多少个时间片(即窗口长度)

*/

private int windowSize;

/**

* 在一个完整窗口期内允许通过的最大阈值

*/

private int threshold;

/**

* 该滑窗的起始创建时间，也就是第一个数据

*/

private long beginTimestamp;

/**

* 最后一个数据的时间戳

*/

private long lastAddTimestamp;

public static void main(String[] args) {

//1秒一个时间片，窗口共5个

SlidingWindow window = new SlidingWindow(100, 4, 8);

for (int i = 0; i < 100; i++) {

System.out.println(window.addCount(2));

window.print();

System.out.println("--------------------------");

try {

Thread.sleep(102);

} catch (InterruptedException e) {

e.printStackTrace();

}

}

}

public SlidingWindow(int duration, int threshold) {

//超过10分钟的按10分钟

if (duration > 600) {

duration = 600;

}

//要求5秒内探测出来的，

if (duration <= 5) {

this.windowSize = 5;

this.timeMillisPerSlice = duration * 200;

} else {

this.windowSize = 10;

this.timeMillisPerSlice = duration * 100;

}

this.threshold = threshold;

// 保证存储在至少两个window

this.timeSliceSize = windowSize * 2;

reset();

}

public SlidingWindow(int timeMillisPerSlice, int windowSize, int threshold) {

this.timeMillisPerSlice = timeMillisPerSlice;

this.windowSize = windowSize;

this.threshold = threshold;

// 保证存储在至少两个window

this.timeSliceSize = windowSize * 2;

reset();

}

/**

* 初始化

*/

private void reset() {

beginTimestamp = SystemClock.now();

//窗口个数

AtomicInteger[] localTimeSlices = new AtomicInteger[timeSliceSize];

for (int i = 0; i < timeSliceSize; i++) {

localTimeSlices[i] = new AtomicInteger(0);

}

timeSlices = localTimeSlices;

}

private void print() {

for (AtomicInteger integer : timeSlices) {

System.out.print(integer + "-");

}

}

/**

* 计算当前所在的时间片的位置

*/

private int locationIndex() {

long now = SystemClock.now();

//如果当前的key已经超出一整个时间片了，那么就直接初始化就行了，不用去计算了

if (now - lastAddTimestamp > timeMillisPerSlice * windowSize) {

reset();

}

return (int) (((now - beginTimestamp) / timeMillisPerSlice) % timeSliceSize);

}

/**

* 增加count个数量

*/

public boolean addCount(int count) {

//当前自己所在的位置，是哪个小时间窗

int index = locationIndex();

// System.out.println("index:" + index);

//然后清空自己前面windowSize到2*windowSize之间的数据格的数据

//譬如1秒分4个窗口，那么数组共计8个窗口

//当前index为5时，就清空6、7、8、1。然后把2、3、4、5的加起来就是该窗口内的总和

clearFromIndex(index);

int sum = 0;

// 在当前时间片里继续+1

sum += timeSlices[index].addAndGet(count);

//加上前面几个时间片

for (int i = 1; i < windowSize; i++) {

sum += timeSlices[(index - i + timeSliceSize) % timeSliceSize].get();

}

System.out.println(sum + "---" + threshold);

lastAddTimestamp = SystemClock.now();

return sum >= threshold;

}

private void clearFromIndex(int index) {

for (int i = 1; i <= windowSize; i++) {

int j = index + i;

if (j >= windowSize * 2) {

j -= windowSize * 2;

}

timeSlices[j].set(0);

}

}

}

import java.util.concurrent.Executors;

import java.util.concurrent.ScheduledExecutorService;

import java.util.concurrent.ThreadFactory;

import java.util.concurrent.TimeUnit;

import java.util.concurrent.atomic.AtomicLong;

/**

* 用于解决高并发下System.currentTimeMillis卡顿

* @author lry

*/

public class SystemClock {

private final int period;

private final AtomicLong now;

private static class InstanceHolder {

private static final SystemClock INSTANCE = new SystemClock(1);

}

private SystemClock(int period) {

this.period = period;

this.now = new AtomicLong(System.currentTimeMillis());

scheduleClockUpdating();

}

private static SystemClock instance() {

return InstanceHolder.INSTANCE;

}

private void scheduleClockUpdating() {

ScheduledExecutorService scheduler = Executors.newSingleThreadScheduledExecutor(new ThreadFactory() {

@Override

public Thread newThread(Runnable runnable) {

Thread thread = new Thread(runnable, "System Clock");

thread.setDaemon(true);

return thread;

}

});

scheduler.scheduleAtFixedRate(() -> now.set(System.currentTimeMillis()), period, period, TimeUnit.MILLISECONDS);

}

private long currentTimeMillis() {

return now.get();

}

/**

* 用来替换原来的System.currentTimeMillis()

*/

public static long now() {

return instance().currentTimeMillis();

}

}

参照代码main方法，通过修改每个时间片的时间，窗口数量，阈值，来进行测试。

这就是简单实现了。