博客

一.项目背景

最近项目中需要进行接口保护，防止高并发的情况把系统搞崩，因此需要对一个查询接口进行限流，主要的目的就是限制单位时间内请求此查询的次数，例如1000次，来保护接口。
参考了 开涛的博客聊聊高并发系统限流特技 ，学习了其中利用Google Guava缓存实现限流的技巧，在网上也查到了很多关于Google Guava缓存的博客，学到了好多，推荐一个博客文章：http://ifeve.com/google-guava-cachesexplained/,关于Google Guava缓存的更多细节或者技术，这篇文章讲的很详细；
这里我们并不是用缓存来优化查询，而是利用缓存，存储一个计数器，然后用这个计数器来实现限流。

二.效果实验

static LoadingCache<Long, AtomicLong> count = CacheBuilder.newBuilder().expireAfterWrite(2, TimeUnit.SECONDS).build(new CacheLoader<Long, AtomicLong>() {
            @Override
        public AtomicLong load(Long o) throws Exception {
            //System.out.println("Load call!");
            return new AtomicLong(0L);
        }
    });

上面，我们通过CacheBuilder来新建一个LoadingCache缓存对象count，然后设置其有效时间为两秒，即每两秒钟刷新一次；缓存中，key为一个long型的时间戳类型，value是一个计数器，使用原子性的AtomicLong保证自增和自减操作的原子性， 每次查询缓存时如果不能命中，即查询的时间戳不在缓存中，则重新加载缓存，执行load将当前的时间戳的计数值初始化为0。这样对于每一秒的时间戳，能计算这一秒内执行的次数，从而达到限流的目的；
这是要执行的一个getCounter方法：

public class Counter {
    static int counter = 0;
    public static int getCounter() throws Exception{
        return counter++;
    }
}

现在我们创建多个线程来执行这个方法：

ublic class Test {

    public static void main(String args[]) throws Exception
    {
        for(int i = 0;i<100;i++)
        {
            new Thread(){
                @Override
                public void run() {
                    try {
                        System.out.println(Counter.getCounter());
                    }
                    catch (Exception e)
                    {
                        e.printStackTrace();
                    }
                }
            }.start();
        }

    }
}

这样执行的话，执行结果很简单，就是很快地执行这个for循环，迅速打印0到99折100个数，不再贴出。
这里的for循环执行100个进程时间是很快的，那么现在我们要限制每秒只能有10个线程来执行getCounter()方法，该怎么办呢，上面讲的限流方法就派上用场了：

public class Counter {
    static LoadingCache<Long, AtomicLong> count = CacheBuilder.newBuilder().expireAfterWrite(2, TimeUnit.SECONDS).build(new CacheLoader<Long, AtomicLong>() {
            @Override
        public AtomicLong load(Long o) throws Exception {
                System.out.println("Load call!");
            return new AtomicLong(0L);
        }
    });
    static long limits = 10;
    static int counter = 0;
    public static synchronized int getCounter() throws Exception{
        while (true)
        {
            //获取当前的时间戳作为key
            Long currentSeconds = System.currentTimeMillis() / 1000;
            if (count.get(currentSeconds).getAndIncrement() > limits) {
                continue;
            }
            return counter++;
        }
    }
}

这样一来，就可以限制每秒的执行数了。对于每个线程，获取当前时间戳，如果当前时间(当前这1秒)内有超过10个线程正在执行，那么这个进程一直在这里循环，直到下一秒，或者更靠后的时间，重新加载，执行load，将新的时间戳的计数值重新为0。
执行结果：

每秒执行11个（因为从0开始），每一秒之后，load方法会执行一次；

为了更加直观，我们可以让每个for循环sleep一段时间：

public class Test {

    public static void main(String args[]) throws Exception
    {
        for(int i = 0;i<100;i++)
        {
            new Thread(){
                @Override
                public void run() {
                    try {
                        System.out.println(Counter.getCounter());
                    }
                    catch (Exception e)
                    {
                        e.printStackTrace();
                    }
                }
            }.start();
            Thread.sleep(100);
        }

    }
}

在上述这样的情况下，一个线程如果遇到当前时间正在执行的线程超过limit值就会一直在while循环，这样会浪费大量的资源，我们在做限流的时候，如果出现这种情况，可以不进行while循环，而是直接抛出异常或者返回，来拒绝这次执行（查询），这样便可以节省资源。