這期內(nèi)容當(dāng)中小編將會(huì)給大家?guī)碛嘘P(guān)如何進(jìn)行限流器及Guava實(shí)現(xiàn)分析,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。
創(chuàng)新互聯(lián)公司從2013年創(chuàng)立,先為銅川等服務(wù)建站,銅川等地企業(yè),進(jìn)行企業(yè)商務(wù)咨詢服務(wù)。為銅川企業(yè)網(wǎng)站制作PC+手機(jī)+微官網(wǎng)三網(wǎng)同步一站式服務(wù)解決您的所有建站問題。
限流一詞常用于計(jì)算機(jī)網(wǎng)絡(luò)之中,定義如下:
In computer networks, rate limiting is used to control the rate of traffic sent or received by a network interface controller and is used to prevent DoS attacks.
通過控制數(shù)據(jù)的網(wǎng)絡(luò)數(shù)據(jù)的發(fā)送或接收速率來防止可能出現(xiàn)的DOS攻擊。而實(shí)際的軟件服務(wù)過程中,限流也可用于API服務(wù)的保護(hù)。由于提供服務(wù)的計(jì)算機(jī)資源(包括CPU、內(nèi)存、磁盤及網(wǎng)絡(luò)帶寬等)是有限的,則其提供的API服務(wù)的QPS也是有限的,限流工具就是通過限流算法對(duì)API訪問進(jìn)行限制,保證服務(wù)不會(huì)超過其能承受的負(fù)載壓力。
本文主要涉及內(nèi)容包括:
常用限流算法的簡(jiǎn)單介紹及比較
Guava包中限流工具的實(shí)現(xiàn)分析
<!-- more -->
援引wiki中關(guān)于限流的Algorithms一小節(jié)的說明,常用的限流算法主要包括:
Token bucket-令牌桶
Leaky bucket-漏桶
Fixed window counter-固定窗口計(jì)數(shù)
Sliding window log-滑動(dòng)窗口日志
Sliding window counter-滑動(dòng)窗口計(jì)數(shù)
以上幾種方式其實(shí)可以簡(jiǎn)單的分為計(jì)數(shù)算法、漏桶算法和令牌桶算法。
無論固定窗口還是滑動(dòng)窗口核心均是對(duì)請(qǐng)求進(jìn)行計(jì)數(shù),區(qū)別僅僅在于對(duì)于計(jì)數(shù)時(shí)間區(qū)間的處理。
固定窗口計(jì)數(shù)法思想比較簡(jiǎn)單,只需要確定兩個(gè)參數(shù):計(jì)數(shù)周期T及周期內(nèi)最大訪問(調(diào)用)數(shù)N。請(qǐng)求到達(dá)時(shí)使用以下流程進(jìn)行操作:
固定窗口計(jì)數(shù)實(shí)現(xiàn)簡(jiǎn)單,并且只需要記錄上一個(gè)周期起始時(shí)間與周期內(nèi)訪問總數(shù),幾乎不消耗額外的存儲(chǔ)空間。
固定窗口計(jì)數(shù)缺點(diǎn)也非常明顯,在進(jìn)行周期切換時(shí),上一個(gè)周期的訪問總數(shù)會(huì)立即置為0,這可能導(dǎo)致在進(jìn)行周期切換時(shí)可能出現(xiàn)流量突發(fā),如下圖所示
滑動(dòng)窗口計(jì)數(shù)在固定窗口計(jì)數(shù)記錄數(shù)據(jù)基礎(chǔ)上,需要增加一個(gè)長(zhǎng)度為M的計(jì)數(shù)數(shù)組,用于記錄在窗口滑動(dòng)過程中各窗口訪問數(shù)據(jù)。其流程示例如下:
簡(jiǎn)單說明為:人為設(shè)定漏桶流出速度及漏桶的總?cè)萘浚谡?qǐng)求到達(dá)時(shí)判斷當(dāng)前漏桶容量是否已滿,不滿則可將請(qǐng)求存入桶中,否則拋棄請(qǐng)求。程序以設(shè)定的速率取出請(qǐng)求進(jìn)行處理。
根據(jù)描述,需要確定參數(shù)為漏桶流出速度r及漏桶容量N,流程如下:
令牌桶算法通過設(shè)置令牌放入速率可以控制請(qǐng)求通過的平均速度,且由于設(shè)置的容量為N的桶對(duì)令牌進(jìn)行緩存,可以容忍一定流量的突發(fā)。
以上提到四種算法,本小節(jié)主要對(duì)四種算法做簡(jiǎn)單比較算法進(jìn)行對(duì)比。
<style>
table th {
width: 100px;
}
</style>
算法名稱 | 需要確定參數(shù) | 實(shí)現(xiàn)簡(jiǎn)介 | 空間復(fù)雜度 | 說明 |
---|---|---|---|---|
固定窗口計(jì)數(shù) | 計(jì)數(shù)周期T 周期內(nèi)最大訪問數(shù)N | 使用計(jì)數(shù)器在周期內(nèi)累加訪問次數(shù),達(dá)到最大次數(shù)后出發(fā)限流策略 | O(1),僅需要記錄周期內(nèi)訪問次數(shù)及周期開始時(shí)間 | 周期切換時(shí)可能出現(xiàn)訪問次數(shù)超過限定值 |
滑動(dòng)窗口計(jì)數(shù) | 計(jì)數(shù)周期T 周期內(nèi)最大訪問數(shù)N 滑動(dòng)窗口數(shù)M | 將時(shí)間周期分為M個(gè)小周期,分別記錄每個(gè)小周期內(nèi)訪問次數(shù),并且根據(jù)時(shí)間滑動(dòng)刪除過期的小周期 | O(M),需要記錄每個(gè)小周期中的訪問數(shù)量 | 解決固定窗口算法周期切換時(shí)的訪問突發(fā)問題 |
漏桶算法 | 漏桶流出速度r 漏桶容量N | 服務(wù)到達(dá)時(shí)直接放入漏桶,如當(dāng)前容量達(dá)到N,則觸發(fā)限流側(cè)率,程序以r的速度在漏桶中獲取訪問請(qǐng)求,知道漏桶為空 | O(1),僅需要記錄當(dāng)前漏桶中容量 | 平滑流量,保證服務(wù)請(qǐng)求到達(dá)服務(wù)方的速度恒定 |
令牌桶算法 | 令牌產(chǎn)生速度r 令牌桶容量N | 程序以r的速度向令牌桶中增加令牌,直到令牌桶滿,請(qǐng)求到達(dá)時(shí)向令牌桶請(qǐng)求令牌,如有滿足需求的令牌則通過請(qǐng)求,否則觸發(fā)限流策略 | O(1),僅需要記錄當(dāng)前令牌桶中令牌數(shù) | 能夠在限流的基礎(chǔ)上,處理一定量的突發(fā)請(qǐng)求 |
上文簡(jiǎn)單介紹了常用的限流算法,在JAVA軟件開發(fā)過程中可使用Guava包中的限流工具進(jìn)行服務(wù)限流。Guava包中限流工具類圖如下所示:RateLimiter
類即承擔(dān)了builder的職責(zé),也承擔(dān)了Product的職責(zé)。
在實(shí)際的代碼編寫過程中,對(duì)GUAVA包限流工具的使用參考以下代碼:
final RateLimiter rateLimiter = RateLimiter.create(2.0); // rate is "2 permits per second" void submitTasks(List<Runnable> tasks, Executor executor) { for (Runnable task : tasks) { rateLimiter.acquire(); // may wait executor.execute(task); } }
以上代碼摘自GUAVA包RateLimiter
類的說明文檔,首先使用create
函數(shù)創(chuàng)建限流器,指定每秒生成2個(gè)令牌,在需要調(diào)用服務(wù)時(shí)使用acquire
函數(shù)或取令牌。
根據(jù)代碼示例,抽象類RateLimiter
由于承擔(dān)了Product的職責(zé),其已經(jīng)確定了暴露給編程人員使用的API函數(shù),其中主要實(shí)現(xiàn)的核心函數(shù)為create
及acquire
。因此由此為入口進(jìn)行分析。
create
函數(shù)具有兩個(gè)個(gè)重載,根據(jù)不同的重載可能創(chuàng)建不同的RateLimiter
具體實(shí)現(xiàn)子類。目前可返回的實(shí)現(xiàn)子類包括SmoothBursty
及SmoothWarmingUp
兩種,具體不同下文詳細(xì)分析。
acquire
函數(shù)也具有兩個(gè)重載類,但分析過程僅僅需要關(guān)系具有整形參數(shù)的函數(shù)重載即可,無參數(shù)的函數(shù)僅僅是acquire(1)
的簡(jiǎn)便寫法。
在acquire(int permits)
函數(shù)中主要完成三件事:
預(yù)分配授權(quán)數(shù)量,此函數(shù)返回需要等待的時(shí)間,可能為0;
根據(jù)等待時(shí)間進(jìn)行休眠;
以秒為單位,返回獲取授權(quán)消耗的時(shí)間。
完成以上工作的過程中,RateLimiter
類確定了獲取授權(quán)的過程骨架并且實(shí)現(xiàn)了一些通用的方法,這些通用方法中會(huì)調(diào)用為實(shí)現(xiàn)的抽象方法,開發(fā)人員根據(jù)不同的算法需求可實(shí)現(xiàn)特定子類對(duì)抽象方法進(jìn)行覆蓋。其調(diào)用流程如下圖:
其中橙色塊中reserveEarliestAvailable
方法即為需要子類進(jìn)行實(shí)現(xiàn)的,下文以該函數(shù)為核心,分析RateLimiter
類的子類是如何實(shí)現(xiàn)該方法的。
根據(jù)上文的類圖可見,RateLimiter
類在GUAVA包中的直接子類僅有SmoothRateLimiter
,故以reserveEarliestAvailable
函數(shù)為入口研究其具體實(shí)現(xiàn),而在代碼實(shí)現(xiàn)的過程中需要使用SmoothRateLimiter
類中的屬性,現(xiàn)將類中各屬性羅列出來:
序號(hào) | 屬性名稱 | 屬性說明 | 是否為靜態(tài)屬性 |
---|---|---|---|
1 | storedPermits | 當(dāng)前令牌桶中令牌數(shù) | 否 |
2 | maxPermits | 令牌桶中最大令牌數(shù) | 否 |
3 | stableIntervalMicros | 兩個(gè)令牌產(chǎn)生的時(shí)間間隔 | 否 |
4 | nextFreeTicketMicros | 下一次有空閑令牌產(chǎn)生的時(shí)刻 | 否 |
reserveEarliestAvailable
源碼如下:
@Override final long reserveEarliestAvailable(int requiredPermits, long nowMicros) { resync(nowMicros); long returnValue = nextFreeTicketMicros; double storedPermitsToSpend = min(requiredPermits, this.storedPermits); double freshPermits = requiredPermits - storedPermitsToSpend; long waitMicros = storedPermitsToWaitTime(this.storedPermits, storedPermitsToSpend) + (long) (freshPermits * stableIntervalMicros); this.nextFreeTicketMicros = LongMath.saturatedAdd(nextFreeTicketMicros, waitMicros); this.storedPermits -= storedPermitsToSpend; return returnValue; }
通過reserveEarliestAvailable
的函數(shù)名稱可以知道,該函數(shù)能夠返回令牌可用的最早時(shí)間。函數(shù)需要的輸入?yún)?shù)有需求的令牌數(shù)requiredPermits
,當(dāng)前時(shí)刻nowMicros
。進(jìn)入函數(shù)后,首先調(diào)用名為resync
的函數(shù):
void resync(long nowMicros) { // if nextFreeTicket is in the past, resync to now if (nowMicros > nextFreeTicketMicros) { double newPermits = (nowMicros - nextFreeTicketMicros) / coolDownIntervalMicros(); storedPermits = min(maxPermits, storedPermits + newPermits); nextFreeTicketMicros = nowMicros; } }
函數(shù)邏輯比較簡(jiǎn)單,首先獲取nextFreeTicketMicros
,該值在上表中已經(jīng)說明,表示下一次有空閑令牌產(chǎn)生的時(shí)刻,如果當(dāng)前時(shí)刻小于等于nextFreeTicketMicros
,說明在當(dāng)前時(shí)刻不可能有新的令牌產(chǎn)生,則直接返回。若當(dāng)前時(shí)刻大于nextFreeTicketMicros
,則完成以下工作:
計(jì)算到當(dāng)前時(shí)刻新產(chǎn)生的令牌數(shù),其中涉及一個(gè)名為coolDownIntervalMicros
的函數(shù),該函數(shù)返回創(chuàng)建一個(gè)新令牌需要的冷卻時(shí)間(注:該函數(shù)在當(dāng)前類中并未實(shí)現(xiàn),具體實(shí)現(xiàn)下文說明);
更新storedPermits
屬性,取產(chǎn)生的令牌和最大可存儲(chǔ)令牌之間的最小值;
將nextFreeTicketMicros
屬性置為當(dāng)前時(shí)刻。
可見,resync
函數(shù)主要功能在于計(jì)算新產(chǎn)生的令牌數(shù),并更新nextFreeTicketMicros
屬性,nextFreeTicketMicros
屬性取值是當(dāng)前時(shí)刻和nextFreeTicketMicros
屬性的原始值中最大的一個(gè)。
完成resync
函數(shù)的調(diào)用后,使用returnValue
變量記錄更新令牌后的最近可用時(shí)間(即上文更新后的nextFreeTicketMicros
屬性)。
使用storedPermitsToSpend
變量記錄需要消耗以存儲(chǔ)的令牌數(shù),其取值為請(qǐng)求令牌數(shù)和當(dāng)前存儲(chǔ)令牌數(shù)之間的最小值。
使用freshPermits
變量記錄需要刷新的令牌數(shù),其實(shí)現(xiàn)是用需求的令牌數(shù)減去之前計(jì)算的storedPermitsToSpend
變量,可見freshPermits
變量取值為需求令牌數(shù)與已存儲(chǔ)令牌數(shù)之間的差值,當(dāng)需求令牌數(shù)小于已存儲(chǔ)令牌數(shù)是則為0。
后續(xù)為該函數(shù)核心,計(jì)算需要等待的時(shí)間,計(jì)算等待時(shí)間主要分為兩個(gè)部分:消耗已經(jīng)存儲(chǔ)的令牌需要的時(shí)間及生成新令牌的時(shí)間,其中storedPermitsToWaitTime
函數(shù)用于計(jì)算消耗已經(jīng)存儲(chǔ)的令牌需要的時(shí)間,該函數(shù)也是抽象函數(shù),后文具體分析子類實(shí)現(xiàn)。
完成等待時(shí)間的計(jì)算后,程序更新nextFreeTicketMicros
屬性,將最近可用時(shí)間與需要等待的時(shí)間相加。
最后在更新存儲(chǔ)的令牌數(shù),將需要消耗額令牌數(shù)減去。
根據(jù)以上的代碼分析可以發(fā)現(xiàn),GUAVA對(duì)于令牌桶的實(shí)現(xiàn)跟理論有一點(diǎn)點(diǎn)小的區(qū)別。其當(dāng)前一次的請(qǐng)求消耗的令牌數(shù)并不會(huì)影響本次請(qǐng)求的等待時(shí)間,而是會(huì)影響下一次請(qǐng)求的等待時(shí)間。
根據(jù)以上分析,當(dāng)一次請(qǐng)求到達(dá),最近可用時(shí)間返回當(dāng)前時(shí)間和上一次請(qǐng)求計(jì)算的最近可用時(shí)間的最大值,而本次請(qǐng)求需要的令牌數(shù)會(huì)更新下一次的最近可用時(shí)間。在這樣的設(shè)計(jì)下,如果每秒產(chǎn)生一個(gè)令牌,第一請(qǐng)求需求10個(gè)令牌,則當(dāng)?shù)谝淮握?qǐng)求調(diào)用acquire
方法時(shí)能夠立即返回,而下一次請(qǐng)求(無論需要多少令牌)均需要等待到第一個(gè)請(qǐng)求之后的10秒以后,第三次請(qǐng)求等待時(shí)間則取決于第二次需求了多少令牌。這也是函數(shù)名稱中“reserve”的含義。
在以上文代碼分析中出現(xiàn)了兩個(gè)抽象函數(shù)coolDownIntervalMicros
及storedPermitsToWaitTime
,現(xiàn)分析這兩個(gè)抽象函數(shù)。
coolDownIntervalMicros
函數(shù)coolDownIntervalMicros
函數(shù)在代碼中已經(jīng)有說明:
Returns the number of microseconds during cool down that we have to wait to get a new permit.
主要含義為生成一個(gè)令牌需要消耗的時(shí)間,該函數(shù)主要應(yīng)用于計(jì)算當(dāng)前時(shí)間可產(chǎn)生的令牌數(shù)。根據(jù)上文的UML圖SmoothRateLimiter
類有兩個(gè)子類SmoothBursty
及SmoothWarmingUp
。SmoothBursty
類中對(duì)于coolDownIntervalMicros
函數(shù)的實(shí)現(xiàn)如下:
@Override double coolDownIntervalMicros() { return stableIntervalMicros; }
可見實(shí)現(xiàn)非常簡(jiǎn)單,僅僅只是返回stableIntervalMicros
屬性,即產(chǎn)生兩個(gè)令牌需要的時(shí)間間隔。SmoothWarmingUp
類中對(duì)于coolDownIntervalMicros
函數(shù)的實(shí)現(xiàn)如下:
@Override double coolDownIntervalMicros() { return warmupPeriodMicros / maxPermits; }
其中maxPermits
屬性上文已經(jīng)出現(xiàn)過,表示當(dāng)前令牌桶的最大容量。warmupPeriodMicros
屬性屬于SmoothWarmingUp
類的特有屬性,表示令牌桶中令牌從0到maxPermits
需要經(jīng)過的時(shí)間,故warmupPeriodMicros / maxPermits
表示在令牌數(shù)量達(dá)到maxPermits
之前的令牌產(chǎn)生時(shí)間間隔。
storedPermitsToWaitTime
函數(shù)storedPermitsToWaitTime
函數(shù)在代碼中已經(jīng)有說明:
Translates a specified portion of our currently stored permits which we want to spend/acquire, into a throttling time. Conceptually, this evaluates the integral of the underlying function we use, for the range of [(storedPermits - permitsToTake), storedPermits]
主要表示消耗存儲(chǔ)在令牌桶中的令牌需要的時(shí)間。SmoothBursty
類中對(duì)于storedPermitsToWaitTime
函數(shù)的實(shí)現(xiàn)如下:
@Override long storedPermitsToWaitTime(double storedPermits, double permitsToTake) { return 0L; }
直接返回0,表示消耗令牌不需要時(shí)間。SmoothBursty
類中對(duì)于storedPermitsToWaitTime
函數(shù)的實(shí)現(xiàn)如下:
@Override long storedPermitsToWaitTime(double storedPermits, double permitsToTake) { double availablePermitsAboveThreshold = storedPermits - thresholdPermits; long micros = 0; // measuring the integral on the right part of the function (the climbing line) if (availablePermitsAboveThreshold > 0.0) { double permitsAboveThresholdToTake = min(availablePermitsAboveThreshold, permitsToTake); // TODO(cpovirk): Figure out a good name for this variable. double length = permitsToTime(availablePermitsAboveThreshold) + permitsToTime(availablePermitsAboveThreshold - permitsAboveThresholdToTake); micros = (long) (permitsAboveThresholdToTake * length / 2.0); permitsToTake -= permitsAboveThresholdToTake; } // measuring the integral on the left part of the function (the horizontal line) micros += (long) (stableIntervalMicros * permitsToTake); return micros; }
實(shí)現(xiàn)較為復(fù)雜,其核心思想在于計(jì)算消耗當(dāng)前存儲(chǔ)令牌時(shí)需要根據(jù)預(yù)熱設(shè)置區(qū)別對(duì)待。其中涉及到新變量thresholdPermits
,該變量為令牌閾值,當(dāng)當(dāng)前存儲(chǔ)的令牌數(shù)大于該值時(shí),消耗(storedPermits-thresholdPermits)
范圍的令牌需要有預(yù)熱的過程(即消耗每個(gè)令牌的間隔時(shí)間慢慢減小),而消耗0~thresholdPermits
個(gè)數(shù)的以存儲(chǔ)令牌,每個(gè)令牌消耗時(shí)間為固定值,即stableIntervalMicros
。
而thresholdPermits
取值需要考慮預(yù)熱時(shí)間及令牌產(chǎn)生速度兩個(gè)屬性,即thresholdPermits = 0.5 * warmupPeriodMicros / stableIntervalMicros;
。可見閾值為預(yù)熱時(shí)間中能夠產(chǎn)生的令牌數(shù)的一半,并且根據(jù)注釋計(jì)算消耗閾值以上的令牌的時(shí)間可以轉(zhuǎn)換為計(jì)算預(yù)熱圖的梯形面積(實(shí)際為積分),本處不詳細(xì)展開。
使用此種設(shè)計(jì)可以保證在上次請(qǐng)求間隔時(shí)間較長(zhǎng)時(shí),令牌桶中存儲(chǔ)了較多的令牌,當(dāng)消耗這些令牌時(shí),最開始的令牌消耗時(shí)間較長(zhǎng),后續(xù)時(shí)間慢慢縮短直到達(dá)到stableIntervalMicros
的狀態(tài),產(chǎn)生預(yù)熱的效果。
以上分析GUAVA限流器實(shí)現(xiàn),其使用了兩個(gè)抽象類及兩個(gè)具體子類完成了限流器實(shí)現(xiàn),其中使用頂層抽象類承擔(dān)了創(chuàng)建者角色,將所有子類進(jìn)行了透明化,減少了程序員在使用工具過程中需要了解的類的數(shù)量。
在實(shí)現(xiàn)限流器的過程中,基于令牌桶的思想,并且增加了帶有預(yù)熱器的令牌桶限流器實(shí)現(xiàn)。被限流的線程使用其自帶的SleepingStopwatch
工具類,最終使用的是Thread.sleep(ms, ns);
方法,而線程使用sleep
休眠時(shí)其持有的鎖并不會(huì)釋放,在多線程編程時(shí)此處需要注意。
最后,GUAVA的限流器觸發(fā)算法采用的是預(yù)定令牌的方式,即當(dāng)前請(qǐng)求需要的令牌數(shù)不會(huì)對(duì)當(dāng)前請(qǐng)求的等待時(shí)間造成影響,而是會(huì)影響下一次請(qǐng)求的等待時(shí)間。
上述就是小編為大家分享的如何進(jìn)行限流器及Guava實(shí)現(xiàn)分析了,如果剛好有類似的疑惑,不妨參照上述分析進(jìn)行理解。如果想知道更多相關(guān)知識(shí),歡迎關(guān)注創(chuàng)新互聯(lián)行業(yè)資訊頻道。
文章標(biāo)題:如何進(jìn)行限流器及Guava實(shí)現(xiàn)分析
本文URL:http://www.chinadenli.net/article10/joipgo.html
成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián),為您提供電子商務(wù)、小程序開發(fā)、微信小程序、網(wǎng)站建設(shè)、做網(wǎng)站、外貿(mào)建站
聲明:本網(wǎng)站發(fā)布的內(nèi)容(圖片、視頻和文字)以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主,如果涉及侵權(quán)請(qǐng)盡快告知,我們將會(huì)在第一時(shí)間刪除。文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng),如需處理請(qǐng)聯(lián)系客服。電話:028-86922220;郵箱:631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載,或轉(zhuǎn)載時(shí)需注明來源: 創(chuàng)新互聯(lián)