前言

一、限流操作：

为什么限流一键获取最先java文档。

是防止用户恶意刷新接口，因为部署在外部服务器，并且我们采用websocket的接口实现的，公司没有对硬件升级，导致程序时长崩溃，为了解决这个问题，请教公司的大佬，提出一个方案，限流操作。

但是最后找到原因所在，解决了，吞吐量1万6左右，用的测试服务器，进行测试的，我开发的笔记本进行压测，工具是Jmeter，结果我的电脑未响应，卡了，服务器还没有挂。

限流那些方法

常见的限流：

Netflix的hystrix
阿里系开源的sentinel
说白了限流，为了处理高并发接口那些方式：队列，线程，线程池，消息队列、 kafka、中间件、sentinel：直接拒绝、Warm Up、匀速排队等

技术层面：

判断是否有相同的请求，可以通过自身缓存挡住相同请求
用负载均衡，比如nginx
用缓存数据库，把热点数据get到缓存中，redis，ES
善于使用连接池。面试题整理好了，关注公众号后端面试那些事，回复：2022面经，即可获取

业务层面：

加入交互，排队等待

二、应用级别限流与限流实现：

方法一、使用google的guava，令牌桶算法实现：平滑突发限流 ( SmoothBursty) 、平滑预热限流 ( SmoothWarmingUp) 实现

<!--Java项目广泛依赖 的核心库-->
<dependency><groupId>com.google.guava</groupId><artifactId>guava</artifactId><version>23.0</version>
</dependency>
package com.citydo.dialogue.controller;import com.google.common.util.concurrent.RateLimiter;
import org.springframework.web.bind.annotation.GetMapping;
import org.springframework.web.bind.annotation.PathVariable;
import org.springframework.web.bind.annotation.RestController;import java.util.Collections;@RestController
public class HomeController {// 这里的1表示每秒允许处理的量为10个private RateLimiter limiter = RateLimiter.create(10.0);//RateLimiter.create(doublepermitsPerSecond, long warmupPeriod, TimeUnit unit);//RateLimiter limiter = RateLimiter.create(5, 1000,  TimeUnit.MILLISECONDS);//permitsPerSecond: 表示 每秒新增 的令牌数// warmupPeriod: 表示在从 冷启动速率 过渡到 平均速率 的时间间隔@GetMapping("/test/{name}")public String Test(@PathVariable("name") String name){// 请求RateLimiter, 超过permits会被阻塞final double acquire = limiter.acquire();System.out.println("--------"+acquire);//判断double是否为空或者为0if(acquire>=(-1e-6)&&acquire<=(1e-6)){return name;}else{return "操作太频繁";}}
}

这个有点类似与QPS流量控制：

当 QPS 超过某个阈值的时候，则采取措施进行流量控制。

直接拒绝：

方式是默认的流量控制方式，当QPS超过任意规则的阈值后，新的请求就会被立即拒绝，拒绝方式为抛出Exception或者返回值404。这种方式适用于对系统处理能力确切已知的情况下，比如通过压测确定了系统的准确水位时。

方法二、请求一次redis增加1，key可以是IP+时间或者一个标识+时间，没有就创建，需要设置过期时间

设置拦截器：

package com.citydo.dialogue.config;import com.citydo.dialogue.service.AccessLimitInterceptor;
import org.springframework.context.annotation.Configuration;
import org.springframework.web.servlet.config.annotation.InterceptorRegistry;
import org.springframework.web.servlet.config.annotation.ViewControllerRegistry;
import org.springframework.web.servlet.config.annotation.WebMvcConfigurationSupport;/*** 拦截器配置* @author nick*/@Configuration
public class InterceptorConfig extends WebMvcConfigurationSupport {@Overridepublic void addInterceptors(InterceptorRegistry registry) {//addPathPatterns 添加拦截规则registry.addInterceptor(new AccessLimitInterceptor())//添加需要拦截请求的路径.addPathPatterns("/**");//swagger2 放行 .excludePathPatterns("/swagger-resources/**", "/webjars/**", "/v2/**", "/swagger-ui.html/**");//.excludePathPatterns("/*")//去除拦截请求的路径}@Overridepublic void addViewControllers(ViewControllerRegistry registry) {registry.addViewController("/");}
}

拦截方法

package com.citydo.dialogue.service;import com.citydo.dialogue.entity.AccessLimit;
import com.citydo.dialogue.utils.IpUtil;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.data.redis.core.RedisTemplate;
import org.springframework.web.method.HandlerMethod;
import org.springframework.web.servlet.HandlerInterceptor;
import org.springframework.web.servlet.ModelAndView;import javax.servlet.ServletOutputStream;
import javax.servlet.http.HttpServletRequest;
import javax.servlet.http.HttpServletResponse;
import java.io.IOException;
import java.lang.reflect.Method;
import java.util.concurrent.TimeUnit;public class AccessLimitInterceptor implements HandlerInterceptor {//使用RedisTemplate操作redis@Autowiredprivate RedisTemplate<String, Integer> redisTemplate;@Overridepublic boolean preHandle(HttpServletRequest request, HttpServletResponse response, Object handler) throws Exception {if (handler instanceof HandlerMethod) {HandlerMethod handlerMethod = (HandlerMethod) handler;Method method = handlerMethod.getMethod();if (!method.isAnnotationPresent(AccessLimit.class)) {return true;}AccessLimit accessLimit = method.getAnnotation(AccessLimit.class);if (accessLimit == null) {return true;}int limit = accessLimit.limit();int sec = accessLimit.sec();String key = IpUtil.getIpAddr(request) + request.getRequestURI();//资源唯一标识String formatDate=new SimpleDateFormat("yyyyMMddHHmm").format(new Date());//String key="request_"+formatDate;Integer maxLimit = redisTemplate.opsForValue().get(key);if (maxLimit == null) {//set时一定要加过期时间redisTemplate.opsForValue().set(key, 1, sec, TimeUnit.SECONDS);} else if (maxLimit < limit) {redisTemplate.opsForValue().set(key, maxLimit + 1, sec, TimeUnit.SECONDS);} else {output(response, "请求太频繁!");return false;}}return true;}public void output(HttpServletResponse response, String msg) throws IOException {response.setContentType("application/json;charset=UTF-8");ServletOutputStream outputStream = null;try {outputStream = response.getOutputStream();outputStream.write(msg.getBytes("UTF-8"));} catch (IOException e) {e.printStackTrace();} finally {outputStream.flush();outputStream.close();}}@Overridepublic void postHandle(HttpServletRequest request, HttpServletResponse response, Object handler, ModelAndView modelAndView) throws Exception {}@Overridepublic void afterCompletion(HttpServletRequest request, HttpServletResponse response, Object handler, Exception ex) throws Exception {}
}

可以设置成注解，当然也可以直接添加参数。

package com.citydo.dialogue.entity;import java.lang.annotation.*;@Inherited
@Documented
@Target({ElementType.FIELD,ElementType.TYPE,ElementType.METHOD})
@Retention(RetentionPolicy.RUNTIME)
public @interface AccessLimit {//标识 指定sec时间段内的访问次数限制int limit() default 5;//标识 时间段int sec() default 5;
}

redis编写配置

package com.citydo.dialogue.config;import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;
import org.springframework.data.redis.connection.RedisConnectionFactory;
import org.springframework.data.redis.core.RedisTemplate;
import org.springframework.data.redis.serializer.GenericJackson2JsonRedisSerializer;
import org.springframework.data.redis.serializer.StringRedisSerializer;/*** 解决redis乱码问题* 解决配置问题* @author nick*/
@Configuration
public class RedisConfig {/*** 此方法解决存储乱码*/@Beanpublic RedisTemplate<Object, Object> redisTemplate(RedisConnectionFactory redisConnectionFactory) {RedisTemplate<Object, Object> template = new RedisTemplate<Object, Object>();template.setConnectionFactory(redisConnectionFactory);template.setKeySerializer(new StringRedisSerializer());template.setValueSerializer(new GenericJackson2JsonRedisSerializer());template.setHashKeySerializer(new GenericJackson2JsonRedisSerializer());template.setHashValueSerializer(new GenericJackson2JsonRedisSerializer());template.afterPropertiesSet();return template;}
}

方法三、分布式限流，分布式限流最关键的是要将限流服务做成原子化，而解决方案可以使用redis+lua或者nginx+lua技术进行实现。

方法四、可以使用池化技术来限制总资源数：连接池、线程池。比如分配给每个应用的数据库连接是 100，那么本应用最多可以使用 100 个资源，超出了可以等待或者抛异常。

方法五、限流总并发/连接/请求数，如果你使用过 Tomcat，其 Connector 其中一种配置有如下几个参数:

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，可能会僵死。
maxConnections: 瞬时最大连接数，超出的会排队等待。
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。
方法六、限流某个接口的总并发/请求数，使用 Java 中的 AtomicLong，示意代码：

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

方法七、限流某个接口的时间窗请求数使用 Guava 的 Cache，示意代码：

LoadingCache counter = CacheBuilder.newBuilder().expireAfterWrite(2, TimeUnit.SECONDS).build(newCacheLoader() {@Overridepublic AtomicLong load(Long seconds) throws Exception {return newAtomicLong(0);}});
longlimit =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
}

不管哪种目的是为了，进行限流操作。

最后

全面覆盖BATJ等一线互联网公司的面试题及解答，由BAT一线互联网公司大牛带你深度剖析面试题背后的原理，不仅授你以鱼，更授你以渔，为你面试扫除一切障碍。

Java高频面试题：四种经典限流算法，有哪四种？相关推荐

面试必备：四种经典限流算法讲解
大家好,我是田螺. 最近一位朋友去拼夕夕面试,被问了这么一道题:限流算法有哪些?用代码实现令牌桶算法.跟星球好友讨论了一波,发现大家都忘记得差不多了.所以田螺哥再整理一波,常见的四种限流算法,以及简单 ...
一文详解四种经典限流算法，面试必备。
前言最近一位朋友去拼夕夕面试,被问了这么一道题:限流算法有哪些?用代码实现令牌桶算法.跟好友讨论了一波,发现大家都忘记得差不多了.所以再整理一波,常见的四种限流算法,以及简单代码实现,相信大家看完, ...
面试必备：4种经典限流算法讲解
最近,我们的业务系统引入了Guava的RateLimiter限流组件,它是基于令牌桶算法实现的,而令牌桶是非常经典的限流算法.本文将跟大家一起学习几种经典的限流算法. 公众号:捡田螺的小男孩限流是什 ...
限流算法-常见的4种限流算法
首先我们先来看看什么是限流? 限流是指在系统面临高并发.大流量请求的情况下,限制新的流量对系统的访问,从而保证系统服务的安全性. 另一种解释:在计算机网络中,限流就是控制网络接口发送或接收请求的速率, ...
详解4种经典的限流算法
最近,我们的业务系统引入了Guava的RateLimiter限流组件,它是基于令牌桶算法实现的,而令牌桶是非常经典的限流算法.本文将跟大家一起学习几种经典的限流算法. 限流是什么? 维基百科的概念如下 ...
高并发系统的限流算法与实现
开发高并发系统时有三把利器用来保护系统:缓存.降级和限流. 缓存:缓存的目的是提升系统访问速度和增大系统处理容量. 降级:降级是当服务器压力剧增的情况下,根据当前业务情况及流量对一些服务和页面有策略的 ...
Java高频面试题（四）
Java高频面试题四六. 框架部分 6.1.什么是框架? 6.2 .MVC模式 6.3. MVC框架 6.4. 简单讲一下struts2的执行流程? 6.5. Struts2中的拦截器,你都用它干什 ...
Java高频面试题(面向对象)
Java高频面试题(面向对象) 面向对象 2.1 类与对象的区别类是一类事物的整体描述,是一个模板,是对象的抽象,是具有相同行为和特征的对象的描述对象具体的一个事物,是类的实例化,万事万物皆对象 ...
微服务限流及熔断一：四种限流算法（计数器算法、滑动窗口算法、令牌限流算法、漏桶限流算法）
引言本篇内容根据<spring cloud alibaba 微服务原理与实战>中内容摘取,希望和大家分享限流的思想,本篇不涉及代码层面的实现. 限流的目的目的:通过限制并发访问数或者限 ...

Java高频面试题：四种经典限流算法，有哪四种？

前言

一、限流操作：

二、应用级别限流与限流实现：

最后

Java高频面试题：四种经典限流算法，有哪四种？相关推荐

最新文章

热门文章