您好,登錄后才能下訂單哦!
這期內(nèi)容當中小編將會給大家?guī)碛嘘P使用springmvc怎么實現(xiàn)一個限流攔截器,文章內(nèi)容豐富且以專業(yè)的角度為大家分析和敘述,閱讀完這篇文章希望大家可以有所收獲。
限流器算法
目前常用限流器算法為兩種:令牌桶算法和漏桶算法,主要區(qū)別在于:漏桶算法能夠強行限制請求速率,平滑突發(fā)請求,而令牌桶算法在限定平均速率的情況下,允許一定量的突發(fā)請求
下面是從網(wǎng)上找到的兩張算法圖示,就很容易區(qū)分這兩種算法的特性了
漏桶算法
令牌桶算法
針對接口來說,一般會允許處理一定量突發(fā)請求,只要求限制平均速率,所以令牌桶算法更加常見。
令牌桶算法工具RateLimiter
目前本人常用的令牌桶算法實現(xiàn)類當屬google guava的RateLimiter,guava不僅實現(xiàn)了令牌桶算法,還有緩存、新的集合類、并發(fā)工具類、字符串處理類等等。是一個強大的工具集
RateLimiter api可以查看并發(fā)編程網(wǎng)guava RateLimiter的介紹
RateLimiter源碼分析
RateLimiter默認情況下,最核心的屬性有兩個nextFreeTicketMicros,下次可獲取令牌時間,storedPermits桶內(nèi)令牌數(shù)。
判斷是否可獲取令牌:
每次獲取令牌的時候,根據(jù)桶內(nèi)令牌數(shù)計算最快下次能獲取令牌的時間nextFreeTicketMicros,判斷是否可以獲取資源時,只要比較nextFreeTicketMicros和當前時間就可以了,so easy
獲取令牌操作:
對于獲取令牌,根據(jù)nextFreeTicketMicros和當前時間計算出新增的令牌數(shù),寫入當前令牌桶令牌數(shù),重新計算nextFreeTicketMicros,桶內(nèi)還有令牌,則寫入當前時間,并減少本次請求獲取的令牌數(shù)。
如同java的AQS類一樣,RateLimiter的核心在tryAcquire方法
public boolean tryAcquire(int permits, long timeout, TimeUnit unit) { //嘗試獲取資源最多等待時間 long timeoutMicros = max(unit.toMicros(timeout), 0); //檢查獲取資源數(shù)目是否正確 checkPermits(permits); long microsToWait; //加鎖 synchronized (mutex()) { //當前時間 long nowMicros = stopwatch.readMicros(); //判斷是否可以在timeout時間內(nèi)獲取資源 if (!canAcquire(nowMicros, timeoutMicros)) { return false; } else { //可獲取資源,對資源進行重新計算,并返回當前線程需要休眠時間 microsToWait = reserveAndGetWaitLength(permits, nowMicros); } } //休眠 stopwatch.sleepMicrosUninterruptibly(microsToWait); return true; }
判斷是否可獲取令牌:
private boolean canAcquire(long nowMicros, long timeoutMicros) { //最早可獲取資源時間-等待時間<=當前時間 方可獲取資源 return queryEarliestAvailable(nowMicros) - timeoutMicros <= nowMicros; }
RateLimiter默認實現(xiàn)類的queryEarliestAvailable是取成員變量nextFreeTicketMicros
獲取令牌并計算需要等待時間操作:
final long reserveAndGetWaitLength(int permits, long nowMicros) { //獲取下次可獲取時間 long momentAvailable = reserveEarliestAvailable(permits, nowMicros); //計算當前線程需要休眠時間 return max(momentAvailable - nowMicros, 0); }
final long reserveEarliestAvailable(int requiredPermits, long nowMicros) { //重新計算桶內(nèi)令牌數(shù)storedPermits resync(nowMicros); long returnValue = nextFreeTicketMicros; //本次消耗的令牌數(shù) double storedPermitsToSpend = min(requiredPermits, this.storedPermits); //重新計算下次可獲取時間nextFreeTicketMicros double freshPermits = requiredPermits - storedPermitsToSpend; long waitMicros = storedPermitsToWaitTime(this.storedPermits, storedPermitsToSpend) + (long) (freshPermits * stableIntervalMicros); this.nextFreeTicketMicros = LongMath.saturatedAdd(nextFreeTicketMicros, waitMicros); //減少桶內(nèi)令牌數(shù) this.storedPermits -= storedPermitsToSpend; return returnValue; }
實現(xiàn)簡單的spring mvc限流攔截器
實現(xiàn)一個HandlerInterceptor,在構造方法中創(chuàng)建一個RateLimiter限流器
public SimpleRateLimitInterceptor(int rate) { if (rate > 0) globalRateLimiter = RateLimiter.create(rate); else throw new RuntimeException("rate must greater than zero"); }
在preHandle調(diào)用限流器的tryAcquire方法,判斷是否已經(jīng)超過限制速率
public boolean preHandle(HttpServletRequest request, HttpServletResponse response, Object handler) throws Exception { if (!globalRateLimiter.tryAcquire()) { LoggerUtil.log(request.getRequestURI()+"請求超過限流器速率"); return false; } return true; }
在dispatcher-servlet.xml中配置限流攔截器
<mvc:interceptors> <!--限流攔截器--> <mvc:interceptor> <mvc:mapping path="/**"/> <bean class="limit.SimpleRateLimitInterceptor"> <constructor-arg index="0" value="${totalRate}"/> </bean> </mvc:interceptor> </mvc:interceptors>
復雜版本的spring mvc限流攔截器
使用Properties傳入攔截的url表達式->速率rate
<mvc:interceptor> <mvc:mapping path="/**"/> <bean class="limit.RateLimitInterceptor"> <!--單url限流--> <property name="urlProperties"> <props> <prop key="/get/{id}">1</prop> <prop key="/post">2</prop> </props> </property> </bean> </mvc:interceptor>
為每個url表達式創(chuàng)建一個對應的RateLimiter限流器。url表達式則封裝為org.springframework.web.servlet.mvc.condition.PatternsRequestCondition。PatternsRequestCondition是springmvc 的DispatcherServlet中用來匹配請求和Controller的類,可以判斷請求是否符合這些url表達式。
在攔截器preHandle方法中
//當前請求路徑 String lookupPath = urlPathHelper.getLookupPathForRequest(request); //迭代所有url表達式對應的PatternsRequestCondition for (PatternsRequestCondition patternsRequestCondition : urlRateMap.keySet()) { //進行匹配 List<String> matches = patternsRequestCondition.getMatchingPatterns(lookupPath); if (!matches.isEmpty()) { //匹配成功的則獲取對應限流器的令牌 if (urlRateMap.get(patternsRequestCondition).tryAcquire()) { LoggerUtil.log(lookupPath + " 請求匹配到" + Joiner.on(",").join(patternsRequestCondition.getPatterns()) + "限流器"); } else { //獲取令牌失敗 LoggerUtil.log(lookupPath + " 請求超過" + Joiner.on(",").join(patternsRequestCondition.getPatterns()) + "限流器速率"); return false; } } }
上述就是小編為大家分享的使用springmvc怎么實現(xiàn)一個限流攔截器了,如果剛好有類似的疑惑,不妨參照上述分析進行理解。如果想知道更多相關知識,歡迎關注億速云行業(yè)資訊頻道。
免責聲明:本站發(fā)布的內(nèi)容(圖片、視頻和文字)以原創(chuàng)、轉載和分享為主,文章觀點不代表本網(wǎng)站立場,如果涉及侵權請聯(lián)系站長郵箱:is@yisu.com進行舉報,并提供相關證據(jù),一經(jīng)查實,將立刻刪除涉嫌侵權內(nèi)容。