面试题：谈谈为什么要限流，有哪些限流方案？

╰半橙微兮° 2024-03-02 08:01 58阅读 0赞

--------------------

#### 文章目录 ####

*  一、限流操作：
 *  二、应用级别限流与限流实现：
 *   *  方法一、使用google的guava，令牌桶算法实现：平滑突发限流 ( SmoothBursty) 、平滑预热限流 ( SmoothWarmingUp) 实现
     *  方法二、请求一次redis增加1，key可以是IP+时间或者一个标识+时间，没有就创建，需要设置过期时间
     *  方法三、分布式限流，分布式限流最关键的是要将限流服务做成原子化，而解决方案可以使用redis+lua或者nginx+lua技术进行实现
     *  方法四、可以使用池化技术来限制总资源数：连接池、线程池。比如分配给每个应用的数据库连接是 100，那么本应用最多可以使用 100 个资源，超出了可以 等待 或者 抛异常
     *  方法五、限流总并发/连接/请求数
     *  方法六、限流某个接口的总并发/请求数，使用 Java 中的 AtomicLong
     *  方法七、 限流某个接口的时间窗请求数使用 Guava 的 Cache

--------------------

## 一、限流操作： ##

**为什么限流**  
是防止用户恶意刷新接口，因为部署在外部服务器，并且我们采用websocket的接口实现的，公司没有对硬件升级，导致程序时长崩溃，为了解决这个问题，请教公司的大佬，提出一个方案，限流操作。

但是最后找到原因所在，解决了，吞吐量1万6左右，用的测试服务器，进行测试的，我开发的笔记本进行压测，工具是Jmeter，结果我的电脑未响应，卡了，服务器还没有挂。

**限流方法**

常见的限流：

*  Netflix的hystrix
 *  阿里系开源的sentinel
 *  说白了限流，为了处理高并发接口那些方式：队列，线程，线程池，消息队列、 kafka、中间件、sentinel：直接拒绝、Warm Up、匀速排队等

技术层面：

*  判断是否有相同的请求，可以通过自身缓存挡住相同请求
 *  用负载均衡，比如nginx
 *  用缓存数据库，把热点数据get到缓存中，redis，ES
 *  善于使用连接池。面试题整理好了，关注公众号后端面试那些事，回复：2022面经，即可获取

业务层面：

*  加入交互，排队等待

## 二、应用级别限流与限流实现： ##

### 方法一、使用google的guava，令牌桶算法实现：平滑突发限流 ( SmoothBursty) 、平滑预热限流 ( SmoothWarmingUp) 实现 ###

<dependency>
        <groupId>com.google.guava</groupId>
        <artifactId>guava</artifactId>
        <version>23.0</version>
    </dependency>
    package com.citydo.dialogue.controller;
    
    import com.google.common.util.concurrent.RateLimiter;
    import org.springframework.web.bind.annotation.GetMapping;
    import org.springframework.web.bind.annotation.PathVariable;
    import org.springframework.web.bind.annotation.RestController;
    
    import java.util.Collections;
    
    @RestController
    public class HomeController {
        
    
        // 这里的1表示每秒允许处理的量为10个
         private RateLimiter limiter = RateLimiter.create(10.0);
        //RateLimiter.create(doublepermitsPerSecond, long warmupPeriod, TimeUnit unit);
        //RateLimiter limiter = RateLimiter.create(5, 1000,  TimeUnit.MILLISECONDS);
        //permitsPerSecond: 表示 每秒新增 的令牌数
        // warmupPeriod: 表示在从 冷启动速率 过渡到 平均速率 的时间间隔
      
    
        @GetMapping("/test/{name}")
        public String Test(@PathVariable("name") String name){
        
            // 请求RateLimiter, 超过permits会被阻塞
            final double acquire = limiter.acquire();
            System.out.println("--------"+acquire);
            //判断double是否为空或者为0
            if(acquire>=(-1e-6)&&acquire<=(1e-6)){
        
                return name;
            }else{
        
                return "操作太频繁";
            }
        }
    }

这个有点类似与QPS流量控制：

*  当 QPS 超过某个阈值的时候，则采取措施进行流量控制。  
    直接拒绝：
 *  方式是默认的流量控制方式，当QPS超过任意规则的阈值后，新的请求就会被立即拒绝，拒绝方式为抛出Exception或者返回值404。这种方式适用于对系统处理能力确切已知的情况下，比如通过压测确定了系统的准确水位时。

### 方法二、请求一次redis增加1，key可以是IP+时间或者一个标识+时间，没有就创建，需要设置过期时间 ###

设置拦截器：

package com.citydo.dialogue.config;
    
    import com.citydo.dialogue.service.AccessLimitInterceptor;
    import org.springframework.context.annotation.Configuration;
    import org.springframework.web.servlet.config.annotation.InterceptorRegistry;
    import org.springframework.web.servlet.config.annotation.ViewControllerRegistry;
    import org.springframework.web.servlet.config.annotation.WebMvcConfigurationSupport;
    
    /**
     * 拦截器配置
     * @author nick
     */
    
    @Configuration
    public class InterceptorConfig extends WebMvcConfigurationSupport {
        
    
        @Override
        public void addInterceptors(InterceptorRegistry registry) {
        
            //addPathPatterns 添加拦截规则
            registry.addInterceptor(new AccessLimitInterceptor())
                    //添加需要拦截请求的路径
                    .addPathPatterns("/**");
                   //swagger2 放行 .excludePathPatterns("/swagger-resources/**", "/webjars/**", "/v2/**", "/swagger-ui.html/**");
                   //.excludePathPatterns("/*")
                   //去除拦截请求的路径
        }
    
        @Override
        public void addViewControllers(ViewControllerRegistry registry) {
        
            registry.addViewController("/");
        }
    }

拦截方法

package com.citydo.dialogue.service;
    
    import com.citydo.dialogue.entity.AccessLimit;
    import com.citydo.dialogue.utils.IpUtil;
    import org.springframework.beans.factory.annotation.Autowired;
    import org.springframework.data.redis.core.RedisTemplate;
    import org.springframework.web.method.HandlerMethod;
    import org.springframework.web.servlet.HandlerInterceptor;
    import org.springframework.web.servlet.ModelAndView;
    
    import javax.servlet.ServletOutputStream;
    import javax.servlet.http.HttpServletRequest;
    import javax.servlet.http.HttpServletResponse;
    import java.io.IOException;
    import java.lang.reflect.Method;
    import java.util.concurrent.TimeUnit;
    
    public class AccessLimitInterceptor implements HandlerInterceptor {
        
    
        //使用RedisTemplate操作redis
    
        @Autowired
        private RedisTemplate<String, Integer> redisTemplate;
    
        @Override
        public boolean preHandle(HttpServletRequest request, HttpServletResponse response, Object handler) throws Exception {
        
            if (handler instanceof HandlerMethod) {
        
                HandlerMethod handlerMethod = (HandlerMethod) handler;
                Method method = handlerMethod.getMethod();
                if (!method.isAnnotationPresent(AccessLimit.class)) {
        
                    return true;
                }
                AccessLimit accessLimit = method.getAnnotation(AccessLimit.class);
                if (accessLimit == null) {
        
                    return true;
                }
                int limit = accessLimit.limit();
                int sec = accessLimit.sec();
                String key = IpUtil.getIpAddr(request) + request.getRequestURI();
                //资源唯一标识
                String formatDate=new SimpleDateFormat("yyyyMMddHHmm").format(new Date());
                //String key="request_"+formatDate;
                Integer maxLimit = redisTemplate.opsForValue().get(key);
                if (maxLimit == null) {
        
                    //set时一定要加过期时间
                    redisTemplate.opsForValue().set(key, 1, sec, TimeUnit.SECONDS);
                } else if (maxLimit < limit) {
        
                    redisTemplate.opsForValue().set(key, maxLimit + 1, sec, TimeUnit.SECONDS);
                } else {
        
                    output(response, "请求太频繁!");
                    return false;
                }
            }
            return true;
        }
    
        public void output(HttpServletResponse response, String msg) throws IOException {
        
            response.setContentType("application/json;charset=UTF-8");
            ServletOutputStream outputStream = null;
            try {
        
                outputStream = response.getOutputStream();
                outputStream.write(msg.getBytes("UTF-8"));
            } catch (IOException e) {
        
                e.printStackTrace();
            } finally {
        
                outputStream.flush();
                outputStream.close();
            }
        }
    
        @Override
        public void postHandle(HttpServletRequest request, HttpServletResponse response, Object handler, ModelAndView modelAndView) throws Exception {
        
    
        }
    
        @Override
        public void afterCompletion(HttpServletRequest request, HttpServletResponse response, Object handler, Exception ex) throws Exception {
        
    
        }
    }

可以设置成注解，当然也可以直接添加参数。

package com.citydo.dialogue.entity;
    
    import java.lang.annotation.*;
    
    @Inherited
    @Documented
    @Target({
        ElementType.FIELD,ElementType.TYPE,ElementType.METHOD})
    @Retention(RetentionPolicy.RUNTIME)
    public @interface AccessLimit {
        
        //标识 指定sec时间段内的访问次数限制
        int limit() default 5;
        //标识 时间段
        int sec() default 5;
    }

redis编写配置

package com.citydo.dialogue.config;
    
    import org.springframework.context.annotation.Bean;
    import org.springframework.context.annotation.Configuration;
    import org.springframework.data.redis.connection.RedisConnectionFactory;
    import org.springframework.data.redis.core.RedisTemplate;
    import org.springframework.data.redis.serializer.GenericJackson2JsonRedisSerializer;
    import org.springframework.data.redis.serializer.StringRedisSerializer;
    
    /**
     * 解决redis乱码问题
     * 解决配置问题
     * @author nick
     */
    @Configuration
    public class RedisConfig {
        
        /**
         * 此方法解决存储乱码
         */
        @Bean
        public RedisTemplate<Object, Object> redisTemplate(RedisConnectionFactory redisConnectionFactory) {
        
            RedisTemplate<Object, Object> template = new RedisTemplate<Object, Object>();
            template.setConnectionFactory(redisConnectionFactory);
            template.setKeySerializer(new StringRedisSerializer());
            template.setValueSerializer(new GenericJackson2JsonRedisSerializer());
            template.setHashKeySerializer(new GenericJackson2JsonRedisSerializer());
            template.setHashValueSerializer(new GenericJackson2JsonRedisSerializer());
            template.afterPropertiesSet();
            return template;
        }
    }

### 方法三、分布式限流，分布式限流最关键的是要将限流服务做成原子化，而解决方案可以使用redis+lua或者nginx+lua技术进行实现 ###

### 方法四、可以使用池化技术来限制总资源数：连接池、线程池。比如分配给每个应用的数据库连接是 100，那么本应用最多可以使用 100 个资源，超出了可以 等待 或者 抛异常 ###

### 方法五、限流总并发/连接/请求数 ###

如果你使用过 Tomcat，其 Connector 其中一种配置有如下几个参数

*  maxThreads: Tomcat 能启动用来处理请求的 最大线程数，如果请求处理量一直远远大于最大线程数，可能会僵死。
 *  maxConnections: 瞬时最大连接数，超出的会 排队等待。
 *  acceptCount: 如果 Tomcat 的线程都忙于响应，新来的连接会进入 队列排队，如果 超出排队大小，则 拒绝连接。

### 方法六、限流某个接口的总并发/请求数，使用 Java 中的 AtomicLong ###

示意代码：

try{
        
        if(atomic.incrementAndGet() > 限流数) {
        
            //拒绝请求
        } else {
        
            //处理请求
        }
    } finally {
        
        atomic.decrementAndGet();
    }

### 方法七、 限流某个接口的时间窗请求数使用 Guava 的 Cache ###

示意代码：

LoadingCache counter = CacheBuilder.newBuilder()
        .expireAfterWrite(2, TimeUnit.SECONDS)
        .build(newCacheLoader() {
        
            @Override
            public AtomicLong load(Long seconds) throws Exception {
        
                return newAtomicLong(0);
            }
        });
    longlimit =1000;
    while(true) {
        
        // 得到当前秒
        long currentSeconds = System.currentTimeMillis() /1000;
        if(counter.get(currentSeconds).incrementAndGet() > limit) {
        
            System.out.println("限流了: " + currentSeconds);
            continue;
        }
        // 业务处理
    }

不管哪种目的是为了，进行限流操作。