使用Guava的RateLimiter完成简单的大流量限流

使用场景

系统使用下游资源时，需要考虑下游对资源受限、处理能力，在下游资源无法或者短时间内无法提升处理性能的情况下，可以使用限流器或者类似保护机制，避免下游服务崩溃造成整体服务的不可用。

常用算法

常见限流算法有两种：漏桶算法和令牌桶算法。

限流的一般思路：

1、随机丢弃一定规则的用户（迅速过滤掉90%的用户）；

2、MQ削峰（比如设一个MQ可以容纳的最大消息量，达到这个量后MQ给予reject）；

3、业务逻辑层使用RateLimiter（令牌桶算法）进行限流；

4、最终可以承受的流量到达DB层。

package ratelimiter;

import com.google.common.util.concurrent.RateLimiter;
import org.springframework.stereotype.Component;

import java.util.concurrent.ExecutorService;
import java.util.concurrent.Executors;
import java.util.concurrent.TimeUnit;

/**
 * @author xfyou
 * @date 2018/10/31
 */
@Component
public class AccessLimitService {

    private static volatile int acquireCount = 0;
    private static final Object OBJECT = new Object();

    /**
     * 每秒可以获得50个许可证
     */
    private RateLimiter rateLimiter = RateLimiter.create(50);

    private boolean tryAcquire() {
        // 等待1秒钟如果未能获取到许可证就返回false，否则返回true
        return rateLimiter.tryAcquire(1, 1000, TimeUnit.MILLISECONDS);
    }

    public static void main(String[] args) {
        AccessLimitService accessLimitService = new AccessLimitService();
        ExecutorService executorService = Executors.newCachedThreadPool();
        for (int i = 0; i < 1000; i++) {
            executorService.execute(new Runnable() {
                @Override
                public void run() {
                    if (accessLimitService.tryAcquire()) {
                        System.out.println("获取许可证，执行业务逻辑。");
                        synchronized (OBJECT) {
                            System.out.println(++acquireCount);
                        }
                        try {
                            Thread.sleep(20);
                        } catch (InterruptedException ex) {
                            //
                        }
                    } else {
                        System.err.println("未获取到许可证，请求可以丢弃。");
                    }
                }
            });
            try {
                Thread.sleep(1);
            } catch (InterruptedException e) {
                e.printStackTrace();
            }
        }
        executorService.shutdown();
    }
}