一、限流基础知识介绍
为啥要限流，相信就不用我多说了。
比如，我周末去饭店吃饭，但是人太多了，我只能去前台拿个号，等号码到我的时候才能进饭店吃饭。如果饭店没有限流怎么办?一到饭点，人都往里冲，而饭店又处理不了这么多人流，很容易就出事故(饭店塞满了人，无路可走。饭店的工作人员崩溃了，处理不过来)
回到代码世界上也是一样的，服务器能处理的请求数有限，如果请求量特别大，我们需要做限流(要么就让请求等待，要么就把请求给扔了)
限流
在代码世界上，限流有两种比较常见的算法：
令牌桶算法
漏桶算法
1.1 什么是漏桶算法
比如，现在我有一个桶子，绿色那块是我能装水的容量，如果超过我能装下的容量，再往桶子里边倒水，就会溢出来(限流)：
桶子
我们目前可以知道的是：
桶子的容量是固定的(是图上绿色那块)
超出了桶子的容量就会溢出(要么等待，要么直接丢弃)
OK，现在我们在桶子里挖个洞，让水可以从洞子里边流出来：
挖了个洞，水从洞口流出来
桶子的洞口的大小是固定的，所以水从洞口流出来的速率也是固定的。
所以总结下来算法所需的参数就两个：
桶子的容量
漏水的速率
漏桶算法有两种实现：
不允许突发流量的情况：如果进水的速率大于出水的速率，直接舍弃掉多余的水。比如，我的桶子容量能装100L，但我的桶子出水速率是10L/s。此时，如果现在有100L/s的水进来，我只让10L的水进到桶子，其余的都限流。(限定了请求的速度)
允许一定的突发流量情况：我的桶子能装100L，如果现在我的桶子是空的，那么这100L的水都能瞬间进我的桶子。我以10L/s的速率将这些水流出，如果还有100L的水进来，只能限流了。
经过上面的分析我们就知道：
漏桶算法可以平滑网络上的突发流量(因为漏水的速率是固定的)
1.2 什么是令牌桶算法
现在我有另外一个桶子，这个桶子不用来装水，用来装令牌：
桶子装着令牌
令牌会一定的速率扔进桶子里边，比如我1秒扔10个令牌进桶子：
以一定的速率扔令牌进桶子
桶子能装令牌的个数有上限的，比如我的桶子最多只能装1000个令牌。
每个请求进来，就会去桶子拿一个令牌
比如这秒我有1001个请求，我就去桶子里边拿1001个令牌，此时可能会出现两种情况：
桶子里边没有1001个令牌，只有1000个，那没拿到令牌的请求只能被阻塞了(等待)
桶子里边有1001个令牌，所有请求都可以执行。
令牌桶算法支持网络上的突发流量
漏桶和令牌桶的区别：从上面的例子估计大家也能看出来了，漏桶只能以固定的速率去处理请求，而令牌桶可以以桶子最大的令牌数去处理请求
二、RateLimiter使用
RateLimiter是Guava的一个限流组件，我这边的系统就有用到这个限流组件，使用起来十分方便。
引入pom依赖：
dependency
groupIdcom.google.guava/groupId
artifactIdguava/artifactId
version20.0/version
/dependency
RateLimiter它是基于令牌桶算法的，API非常简单，看以下的Demo:
public static void main(String[] args) {
//线程池
ExecutorService exec = Executors.newCachedThreadPool();
//速率是每秒只有3个许可
final RateLimiter rateLimiter = RateLimiter.create(3.0);
for (int i = 0; i 100; i++) {
final int no = i;
Runnable runnable = new Runnable() {
@Override
public void run() {
try {
//获取许可
rateLimiter.acquire();
System.out.println(Accessing: + no + ,time:
+ new SimpleDateFormat(yy-MM-dd HH:mm:ss).format(new Date()));
} catch (Exception e) {
e.printStackTrace();
}
}
};
//执行线程
exec.execute(runnable);
}
//退出线程池
exec.shutdown();
}
我们可以从结果看出，每秒只能执行三个：
我们可以从结果看出，每秒只能执行三个：
每秒执行三个
三、分布式限流
RateLimiter是一个单机的限流组件，如果是分布式应用的话，该怎么做?
可以使用Redis+Lua的方式来实现，大致的lua脚本代码如下：
local key = rate.limit: .. KEYS[1] --限流KEYlocal limit = tonumber(ARGV[1]) --限流大小local current = tonumber(redis.call('get', key) or 0)if current + 1 limit then --如果超出限流大小 return 0else --请求数+1，并设置1秒过期 redis.call(INCRBY, key,1) redis.call(expire, key,1) return current + 1end
Java代码如下：
local key = rate.limit: .. KEYS[1] --限流KEY
local limit = tonumber(ARGV[1]) --限流大小
local current = tonumber(redis.call('get', key) or 0)
if current + 1 limit then --如果超出限流大小
return 0
else --请求数+1，并设置1秒过期
redis.call(INCRBY, key,1)
redis.call(expire, key,1)
return current + 1
end
Java代码如下：
public static boolean accquire() throws IOException, URISyntaxException {
Jedis jedis = new Jedis(127.0.0.1);
File luaFile = new File(RedisLimitRateWithLUA.class.getResource(/).toURI().getPath() + limit.lua);
String luaScript = FileUtils.readFileToString(luaFile);
String key = ip: + System.currentTimeMillis()/1000; // 当前秒
String limit = 5; // 最大限制
Listkeys = new ArrayList();
keys.add(key);
Listargs = new ArrayList();
args.add(limit);
Long result = (Long)(jedis.eval(luaScript, keys, args)); // 执行lua脚本，传入参数
return result == 1;
}
解释：
解释：
Java代码传入key和最大的限制limit参数进lua脚本
执行lua脚本(lua脚本判断当前key是否超过了最大限制limit)
如果超过，则返回0(限流)
如果没超过，返回1(程序继续执行)
