在系统中如何集成限流组件单机和集群

RateLimiter 详解及示例 1. 什么是 RateLimiter？

RateLimiter 是一种用于控制资源访问速率的工具，通常用于限制系统在单位时间内处理的请求数量。它基于令牌桶算法实现，通过动态生成令牌来控制请求的执行频率。

2. RateLimiter 的工作原理

RateLimiter 使用令牌桶算法来实现限流。系统以固定的速率向桶中添加令牌，每个请求需要消耗一个令牌。如果桶中没有足够的令牌，请求将被限流。

3. RateLimiter 的核心方法

RateLimiter.create(double permitsPerSecond)：创建一个平滑突发限制的限流器，permitsPerSecond 表示每秒允许的请求数。

RateLimiter.acquire()：阻塞当前线程，直到获取到令牌。

RateLimiter.tryAcquire()：尝试获取令牌，如果令牌不足，立即返回 false，不会阻塞线程。

4. RateLimiter 示例代码 示例 1：平滑突发限制

java复制

import com.google mon.util.concurrent.RateLimiter; public class RateLimiterExample { public static void main(String[] args) { // 创建一个每秒允许 2 个请求的限流器 RateLimiter rateLimiter = RateLimiter.create(2.0); for (int i = 1; i <= 10; i++) { // 尝试获取令牌 if (rateLimiter.tryAcquire()) { System.out.println("处理请求: " + i); } else { System.out.println("请求被限流: " + i); } } } }

这个示例中，RateLimiter 每秒最多允许 2 个请求通过。

示例 2：平滑预热限制

java复制

import com.google mon.util.concurrent.RateLimiter; import java.util.concurrent.TimeUnit; public class SmoothWarmingUpExample { public static void main(String[] args) { // 每秒允许 2 个请求，预热时间为 3 秒 RateLimiter rateLimiter = RateLimiter.create(2.0, 3, TimeUnit.SECONDS); for (int i = 1; i <= 10; i++) { double waitTime = rateLimiter.acquire(); System.out.println("处理请求: " + i + ", 等待时间: " + waitTime + " 秒"); } } }

这个示例中，RateLimiter 在预热阶段会逐渐增加令牌的生成速率，最终达到每秒 2 个请求。

示例 3：非阻塞式限流

java复制

import com.google mon.util.concurrent.RateLimiter; public class NonBlockingExample { public static void main(String[] args) { // 每秒允许 2 个请求 RateLimiter rateLimiter = RateLimiter.create(2.0); for (int i = 1; i <= 10; i++) { // 尝试获取令牌，如果令牌不足则直接返回 if (rateLimiter.tryAcquire()) { System.out.println("处理请求: " + i); } else { System.out.println("请求被限流: " + i); } } } }

这个示例中，tryAcquire() 方法不会阻塞线程，如果令牌不足，会立即返回 false。

5. RateLimiter 的应用场景

API 限流：防止 API 被恶意请求或突发流量打垮。

资源保护：限制对数据库、文件系统等共享资源的访问速率。

流量控制：在微服务架构中，限制服务之间的调用速率。

任务调度：控制任务处理的速率，确保系统负载均衡。

6. RateLimiter 的优缺点

优点：

简单易用，集成方便。

支持突发流量和预热机制。

高性能，适合高并发场景。

缺点：

单机限流，无法直接支持分布式限流。

需要根据实际场景调整参数，否则可能导致限流效果不理想。

7. 分布式限流

如果需要在分布式系统中实现限流，可以使用以下方案：

Redis + Lua 脚本：通过 Redis 的原子操作实现分布式限流。

Sentinel：阿里巴巴开源的分布式限流组件。

Nginx 限流：通过 Nginx 的限流模块实现网关层限流。

8. Spring Cloud Sentinel RateLimiter 配置

在 Spring Boot 项目中集成 Sentinel 时，可以通过 @SentinelResource 注解来定义受保护的资源，并在 Sentinel 控制台中配置限流规则。

java复制

import com.alibaba.csp.sentinel.annotation.SentinelResource; import org.springframework.web.bind.annotation.GetMapping; import org.springframework.web.bind.annotation.RestController; @RestController public class DemoController { @GetMapping("/hello") @SentinelResource(value = "helloResource", blockHandler = "handleBlockedRequest") public String hello() { return "Hello, Sentinel!"; } public String handleBlockedRequest(Throwable throwable) { return "Request has been blocked!"; } }

通过以上方法，你可以使用 RateLimiter 或 Sentinel 在 Java 中实现高效的限流功能。