您好,登錄后才能下訂單哦!
使用.net怎么實現(xiàn)一個分布式系統(tǒng)限流組件?很多新手對此不是很清楚,為了幫助大家解決這個難題,下面小編將為大家詳細講解,有這方面需求的人可以來學習下,希望你能有所收獲。
一、令牌桶算法:
令牌桶算法的基本過程如下:
假如用戶配置的平均發(fā)送速率為r,則每隔1/r秒速率將一個令牌被加入到桶中;
假設桶最多可以存發(fā)b個令牌。當桶中的令牌達到上限后,丟棄令牌。
當一個有請求到達時,首先去令牌桶獲取令牌,能夠取到,則處理這個請求
如果桶中沒有令牌,那么請求排隊或者丟棄
工作過程包括3個階段:產生令牌、消耗令牌和判斷數據包是否通過。其中涉及到2個參數:令牌產生的速率和令牌桶的大小,這個過程的具體工作如下。
產生令牌:周期性的以固定速率向令牌桶中增加令牌,桶中的令牌不斷增多。如果桶中令牌數已到達上限,則丟棄多余令牌。
消費 令牌:業(yè)務程序根據具體業(yè)務情況消耗桶中的令牌。消費一次,令牌桶令牌減少一個。
判斷是否通過:判斷是否已有令牌桶是否存在有效令牌,當桶中的令牌數量可以滿足需求時,則繼續(xù)業(yè)務處理,否則將掛起業(yè)務,等待令牌。
下面是C#的一個實現(xiàn)方式
class TokenBucketLimitingService: ILimitingService { private LimitedQueue<object> limitedQueue = null; private CancellationTokenSource cancelToken; private Task task = null; private int maxTPS; private int limitSize; private object lckObj = new object(); public TokenBucketLimitingService(int maxTPS, int limitSize) { this.limitSize = limitSize; this.maxTPS = maxTPS; if (this.limitSize <= 0) this.limitSize = 100; if(this.maxTPS <=0) this.maxTPS = 1; limitedQueue = new LimitedQueue<object>(limitSize); for (int i = 0; i < limitSize; i++) { limitedQueue.Enqueue(new object()); } cancelToken = new CancellationTokenSource(); task = Task.Factory.StartNew(new Action(TokenProcess), cancelToken.Token); } /// <summary> /// 定時消息令牌 /// </summary> private void TokenProcess() { int sleep = 1000 / maxTPS; if (sleep == 0) sleep = 1; DateTime start = DateTime.Now; while (cancelToken.Token.IsCancellationRequested ==false) { try { lock (lckObj) { limitedQueue.Enqueue(new object()); } } catch { } finally { if (DateTime.Now - start < TimeSpan.FromMilliseconds(sleep)) { int newSleep = sleep - (int)(DateTime.Now - start).TotalMilliseconds; if (newSleep > 1) Thread.Sleep(newSleep - 1); //做一下時間上的補償 } start = DateTime.Now; } } } public void Dispose() { cancelToken.Cancel(); } /// <summary> /// 請求令牌 /// </summary> /// <returns>true:獲取成功,false:獲取失敗</returns> public bool Request() { if (limitedQueue.Count <= 0) return false; lock (lckObj) { if (limitedQueue.Count <= 0) return false; object data = limitedQueue.Dequeue(); if (data == null) return false; } return true; } }
public interface ILimitingService:IDisposable { /// <summary> /// 申請流量處理 /// </summary> /// <returns>true:獲取成功,false:獲取失敗</returns> bool Request(); }
public class LimitingFactory { /// <summary> /// 創(chuàng)建限流服務對象 /// </summary> /// <param name="limitingType">限流模型</param> /// <param name="maxQPS">最大QPS</param> /// <param name="limitSize">最大可用票據數</param> public static ILimitingService Build(LimitingType limitingType = LimitingType.TokenBucket, int maxQPS = 100, int limitSize = 100) { switch (limitingType) { case LimitingType.TokenBucket: default: return new TokenBucketLimitingService(maxQPS, limitSize); case LimitingType.LeakageBucket: return new LeakageBucketLimitingService(maxQPS, limitSize); } } } /// <summary> /// 限流模式 /// </summary> public enum LimitingType { TokenBucket,//令牌桶模式 LeakageBucket//漏桶模式 } public class LimitedQueue<T> : Queue<T> { private int limit = 0; public const string QueueFulled = "TTP-StreamLimiting-1001"; public int Limit { get { return limit; } set { limit = value; } } public LimitedQueue() : this(0) { } public LimitedQueue(int limit) : base(limit) { this.Limit = limit; } public new bool Enqueue(T item) { if (limit > 0 && this.Count >= this.Limit) { return false; } base.Enqueue(item); return true; } }
調用方法:
var service = LimitingFactory.Build(LimitingType.TokenBucket, 500, 200); while (true) { var result = service.Request(); //如果返回true,說明可以進行業(yè)務處理,否則需要繼續(xù)等待 if (result) { //業(yè)務處理...... } else Thread.Sleep(1); }
二、漏桶算法
聲明一個固定容量的桶,每接受到一個請求向桶中添加一個令牌,當令牌桶達到上線后請求丟棄或等待,具體算法如下:
創(chuàng)建一個固定容量的漏桶,請求到達時向漏桶添加一個令牌
如果請求添加令牌不成功,請求丟棄或等待
另一個線程以固定的速率消費桶里的令牌
工作過程也包括3個階段:產生令牌、消耗令牌和判斷數據包是否通過。其中涉及到2個參數:令牌自動消費的速率和令牌桶的大小,個過程的具體工作如下。
產生令牌:業(yè)務程序根據具體業(yè)務情況申請令牌。申請一次,令牌桶令牌加一。如果桶中令牌數已到達上限,則掛起業(yè)務后等待令牌。
消費令牌:周期性的以固定速率消費令牌桶中令牌,桶中的令牌不斷較少。
判斷是否通過:判斷是否已有令牌桶是否存在有效令牌,當桶中的令牌數量可以滿足需求時,則繼續(xù)業(yè)務處理,否則將掛起業(yè)務,等待令牌。
C#的一個實現(xiàn)方式:
class LeakageBucketLimitingService: ILimitingService { private LimitedQueue<object> limitedQueue = null; private CancellationTokenSource cancelToken; private Task task = null; private int maxTPS; private int limitSize; private object lckObj = new object(); public LeakageBucketLimitingService(int maxTPS, int limitSize) { this.limitSize = limitSize; this.maxTPS = maxTPS; if (this.limitSize <= 0) this.limitSize = 100; if (this.maxTPS <= 0) this.maxTPS = 1; limitedQueue = new LimitedQueue<object>(limitSize); cancelToken = new CancellationTokenSource(); task = Task.Factory.StartNew(new Action(TokenProcess), cancelToken.Token); } private void TokenProcess() { int sleep = 1000 / maxTPS; if (sleep == 0) sleep = 1; DateTime start = DateTime.Now; while (cancelToken.Token.IsCancellationRequested == false) { try { if (limitedQueue.Count > 0) { lock (lckObj) { if (limitedQueue.Count > 0) limitedQueue.Dequeue(); } } } catch { } finally { if (DateTime.Now - start < TimeSpan.FromMilliseconds(sleep)) { int newSleep = sleep - (int)(DateTime.Now - start).TotalMilliseconds; if (newSleep > 1) Thread.Sleep(newSleep - 1); //做一下時間上的補償 } start = DateTime.Now; } } } public void Dispose() { cancelToken.Cancel(); } public bool Request() { if (limitedQueue.Count >= limitSize) return false; lock (lckObj) { if (limitedQueue.Count >= limitSize) return false; return limitedQueue.Enqueue(new object()); } } }
調用方法:
var service = LimitingFactory.Build(LimitingType.LeakageBucket, 500, 200); while (true) { var result = service.Request(); //如果返回true,說明可以進行業(yè)務處理,否則需要繼續(xù)等待 if (result) { //業(yè)務處理...... } else Thread.Sleep(1); }
看完上述內容是否對您有幫助呢?如果還想對相關知識有進一步的了解或閱讀更多相關文章,請關注億速云行業(yè)資訊頻道,感謝您對億速云的支持。
免責聲明:本站發(fā)布的內容(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,一經查實,將立刻刪除涉嫌侵權內容。