我们在工作中,通常会遇这样的问题,即因为大量的数据突然在某个时间里进入系统,造成数据库压力过大。对于这种问题,我们可以使用诸如MQ等中间件的方式来进行l流量削峰,除此之外,还有什么办法呢?
首先我们可以想到锁,即在处理这些请求的方法上加上一个锁(比如synchronized关键字),让程序慢慢的一个一个处理,这样就不会造成数据库压力过大了。但是这样的话,处理的也太慢了吧。比如有10000个请求,即便这段处理程序1ms就完成,到最后一个请求处理完都过去10s了。那么有没有方法,让程序不是一个一个处理但是还是有锁呢?比如实现同时最多处理100个请求,这样就能把时间缩短100倍的同时还不会造成数据库压力过大。
这就是Semaphore能够实现的限流作用
上代码
public static void main(String[] args) {
// 定义信号量,只允许最多50个线程同时执行
Semaphore semaphore = new Semaphore(50);
ExecutorService executorService = Executors.newCachedThreadPool();
for (int i = 0; i < 1000; i++) {
executorService.execute(() -> {
try {
// 获取许可
semaphore.acquire();
System.out.println("执行处理逻辑");
// 模拟随机执行时间
Thread.sleep(new Random().nextInt(100));
} catch (InterruptedException e) {
e.printStackTrace();
} finally {
// 释放许可
semaphore.release();
}
});
}
executorService.shutdown();
}
但是这样写还是有问题,如果连接确实过多,那些拿不到许可的就会一直等待,单纯的限流会造成用户体验很不友好,这时我们的需要用到降级的思想了
public static void main(String[] args) {
// 定义信号量,只允许最多50个线程同时执行
Semaphore semaphore = new Semaphore(50);
ExecutorService executorService = Executors.newCachedThreadPool();
for (int i = 0; i < 10000; i++) {
executorService.execute(() -> {
try {
// 设置获取令牌的最长时间,如果超过,则返回空
boolean b = semaphore.tryAcquire(10, TimeUnit.SECONDS);
if (!b) {
return;
}
// 获取许可
semaphore.acquire();
System.out.println("执行处理逻辑");
// 模拟随机执行时间
Thread.sleep(new Random().nextInt(10000));
} catch (InterruptedException e) {
e.printStackTrace();
} finally {
// 释放许可
semaphore.release();
}
});
}
executorService.shutdown();
}