【高并發】億級流量場景下如何為HTTP接口限流？看完我懂了！！

HTTP接口限流實戰

這裡，我們實作Web接口限流，具體方式為：使用自定義注解封裝基于令牌桶限流算法實作接口限流。

不使用注解實作接口限流

搭建項目

這裡，我們使用SpringBoot項目來搭建Http接口限流項目，SpringBoot項目本質上還是一個Maven項目。是以，小夥伴們可以直接建立一個Maven項目，我這裡的項目名稱為mykit-ratelimiter-test。接下來，在pom.xml檔案中添加如下依賴使項目建構為一個SpringBoot項目。

<parent>
        <groupId>org.springframework.boot</groupId>
        <artifactId>spring-boot-starter-parent</artifactId>
        <version>2.2.6.RELEASE</version>
    </parent>
    <modelVersion>4.0.0</modelVersion>
    <groupId>io.mykit.limiter</groupId>
    <artifactId>mykit-ratelimiter-test</artifactId>
    <version>1.0.0-SNAPSHOT</version>
    <packaging>jar</packaging>
    <name>mykit-ratelimiter-test</name>
    <properties>
        <guava.version>28.2-jre</guava.version>
    </properties>
    <dependencies>
        <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-starter-test</artifactId>
        </dependency>
        <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-starter-web</artifactId>
            <exclusions>
                <exclusion>
                    <groupId>org.springframework.boot</groupId>
                    <artifactId>spring-boot-starter-tomcat</artifactId>
                </exclusion>
                <exclusion>
                    <groupId>org.springframework.boot</groupId>
                    <artifactId>spring-boot-starter-logging</artifactId>
                </exclusion>
            </exclusions>
        </dependency>
        <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-starter-undertow</artifactId>
        </dependency>
        <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-configuration-processor</artifactId>
            <optional>true</optional>
        </dependency>
        <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-starter-data-redis</artifactId>
        </dependency>
        <dependency>
            <groupId>org.aspectj</groupId>
            <artifactId>aspectjweaver</artifactId>
        </dependency>
        <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-starter-aop</artifactId>
        </dependency>
        <dependency>
            <groupId>com.google.guava</groupId>
            <artifactId>guava</artifactId>
            <version>${guava.version}</version>
        </dependency>
    </dependencies>
    <build>
        <plugins>
            <plugin>
                <groupId>org.apache.maven.plugins</groupId>
                <artifactId>maven-compiler-plugin</artifactId>
                <version>3.1</version><!--$NO-MVN-MAN-VER$-->
                <configuration>
                    <source>${java.version}</source>
                    <target>${java.version}</target>
                </configuration>
            </plugin>
        </plugins>
    </build>

可以看到，我在項目中除了引用了SpringBoot相關的Jar包外，還引用了guava架構，版本為28.2-jre。

建立核心類

這裡，我主要是模拟一個支付接口的限流場景。首先，我們定義一個PayService接口和MessageService接口。PayService接口主要用于模拟後續的支付業務，MessageService接口模拟發送消息。接口的定義分别如下所示。

PayService

package io.mykit.limiter.service;
import java.math.BigDecimal;
/**
 * @author binghe
 * @version 1.0.0
 * @description 模拟支付
 */
public interface PayService {
    int pay(BigDecimal price);
}

MessageService

package io.mykit.limiter.service;
/**
 * @author binghe
 * @version 1.0.0
 * @description 模拟發送消息服務
 */
public interface MessageService {
    boolean sendMessage(String message);
}

接下來，建立二者的實作類，分别如下。

MessageServiceImpl

package io.mykit.limiter.service.impl;
import io.mykit.limiter.service.MessageService;
import org.slf4j.Logger;
import org.slf4j.LoggerFactory;
import org.springframework.stereotype.Service;
/**
 * @author binghe
 * @version 1.0.0
 * @description 模拟實作發送消息
 */
@Service
public class MessageServiceImpl implements MessageService {
    private final Logger logger = LoggerFactory.getLogger(MessageServiceImpl.class);
    @Override
    public boolean sendMessage(String message) {
        logger.info("發送消息成功===>>" + message);
        return true;
    }
}

PayServiceImpl

package io.mykit.limiter.service.impl;
import io.mykit.limiter.service.PayService;
import org.slf4j.Logger;
import org.slf4j.LoggerFactory;
import org.springframework.stereotype.Service;
import java.math.BigDecimal;
/**
 * @author binghe
 * @version 1.0.0
 * @description 模拟支付
 */
@Service
public class PayServiceImpl implements PayService {
    private final Logger logger = LoggerFactory.getLogger(PayServiceImpl.class);
    @Override
    public int pay(BigDecimal price) {
        logger.info("支付成功===>>" + price);
        return 1;
    }
}

由于是模拟支付和發送消息，是以，我在具體實作的方法中列印出了相關的日志，并沒有實作具體的業務邏輯。

接下來，就是建立我們的Controller類PayController，在PayController類的接口pay()方法中使用了限流，每秒鐘向桶中放入2個令牌，并且用戶端從桶中擷取令牌，如果在500毫秒内沒有擷取到令牌的話，我們可以則直接走服務降級處理。

PayController的代碼如下所示。

package io.mykit.limiter.controller;
import com.google.common.util.concurrent.RateLimiter;
import io.mykit.limiter.service.MessageService;
import io.mykit.limiter.service.PayService;
import org.slf4j.Logger;
import org.slf4j.LoggerFactory;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.web.bind.annotation.RequestMapping;
import org.springframework.web.bind.annotation.RestController;
import java.math.BigDecimal;
import java.util.concurrent.TimeUnit;
/**
 * @author binghe
 * @version 1.0.0
 * @description 測試接口限流
 */
@RestController
public class PayController {
    private final Logger logger = LoggerFactory.getLogger(PayController.class);
    /**
     * RateLimiter的create()方法中傳入一個參數，表示以固定的速率2r/s，即以每秒2個令牌的速率向桶中放入令牌
     */
    private RateLimiter rateLimiter = RateLimiter.create(2);
    @Autowired
    private MessageService messageService;
    @Autowired
    private PayService payService;
    @RequestMapping("/boot/pay")
    public String pay(){
        //記錄傳回接口
        String result = "";
        //限流處理，用戶端請求從桶中擷取令牌，如果在500毫秒沒有擷取到令牌，則直接走服務降級處理
        boolean tryAcquire = rateLimiter.tryAcquire(500, TimeUnit.MILLISECONDS);
        if (!tryAcquire){
            result = "請求過多，降級處理";
            logger.info(result);
            return result;
        }
        int ret = payService.pay(BigDecimal.valueOf(100.0));
        if(ret > 0){
            result = "支付成功";
            return result;
        }
        result = "支付失敗，再試一次吧...";
        return result;
    }
}

最後，我們來建立mykit-ratelimiter-test項目的核心啟動類，如下所示。

package io.mykit.limiter;
import org.springframework.boot.SpringApplication;
import org.springframework.boot.autoconfigure.SpringBootApplication;
/**
 * @author binghe
 * @version 1.0.0
 * @description 項目啟動類
 */
@SpringBootApplication
public class MykitLimiterApplication {
    public static void main(String[] args){
        SpringApplication.run(MykitLimiterApplication.class, args);
    }
}

至此，我們不使用注解方式實作限流的Web應用就基本完成了。

運作項目

項目建立完成後，我們來運作項目，運作SpringBoot項目比較簡單，直接運作MykitLimiterApplication類的main()方法即可。

項目運作成功後，我們在浏覽器位址欄輸傳入連結接：http://localhost:8080/boot/pay。頁面會輸出“支付成功”的字樣，說明項目搭建成功了。如下所示。

此時，我隻通路了一次，并沒有觸發限流。接下來，我們不停的刷浏覽器，此時，浏覽器會輸出“支付失敗，再試一次吧…”的字樣，如下所示。

在PayController類中還有一個sendMessage()方法，模拟的是發送消息的接口，同樣使用了限流操作，具體代碼如下所示。

@RequestMapping("/boot/send/message")
public String sendMessage(){
    //記錄傳回接口
    String result = "";
    //限流處理，用戶端請求從桶中擷取令牌，如果在500毫秒沒有擷取到令牌，則直接走服務降級處理
    boolean tryAcquire = rateLimiter.tryAcquire(500, TimeUnit.MILLISECONDS);
    if (!tryAcquire){
        result = "請求過多，降級處理";
        logger.info(result);
        return result;
    }
    boolean flag = messageService.sendMessage("恭喜您成長值+1");
    if (flag){
        result = "消息發送成功";
        return result;
    }
    result = "消息發送失敗，再試一次吧...";
    return result;
}

sendMessage()方法的代碼邏輯和運作效果與pay()方法相同，我就不再浏覽器通路 http://localhost:8080/boot/send/message 位址的通路效果了，小夥伴們可以自行驗證。

不使用注解實作限流缺點

通過對項目的編寫，我們可以發現，當在項目中對接口進行限流時，不使用注解進行開發，會導緻代碼出現大量備援，每個方法中幾乎都要寫一段相同的限流邏輯，代碼十分備援。

如何解決代碼備援的問題呢？我們可以使用自定義注解進行實作。

使用注解實作接口限流

使用自定義注解，我們可以将一些通用的業務邏輯封裝到注解的切面中，在需要添加注解業務邏輯的方法上加上相應的注解即可。針對我們這個限流的執行個體來說，可以基于自定義注解實作。

實作自定義注解

實作，我們來建立一個自定義注解，如下所示。

package io.mykit.limiter.annotation;
import java.lang.annotation.*;
/**
 * @author binghe
 * @version 1.0.0
 * @description 實作限流的自定義注解
 */
@Target(value = ElementType.METHOD)
@Retention(RetentionPolicy.RUNTIME)
@Documented
public @interface MyRateLimiter {
    //向令牌桶放入令牌的速率
    double rate();
    //從令牌桶擷取令牌的逾時時間
    long timeout() default 0;
}

自定義注解切面實作

接下來，我們還要實作一個切面類MyRateLimiterAspect，如下所示。

package io.mykit.limiter.aspect;
import com.google.common.util.concurrent.RateLimiter;
import io.mykit.limiter.annotation.MyRateLimiter;
import org.aspectj.lang.ProceedingJoinPoint;
import org.aspectj.lang.annotation.Around;
import org.aspectj.lang.annotation.Aspect;
import org.aspectj.lang.annotation.Pointcut;
import org.aspectj.lang.reflect.MethodSignature;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.stereotype.Component;
import javax.servlet.http.HttpServletResponse;
import java.io.IOException;
import java.io.PrintWriter;
import java.util.concurrent.TimeUnit;
/**
 * @author binghe
 * @version 1.0.0
 * @description 一般限流切面類
 */
@Aspect
@Component
public class MyRateLimiterAspect {
    private RateLimiter rateLimiter = RateLimiter.create(2);
    @Pointcut("execution(public * io.mykit.limiter.controller.*.*(..))")
    public void pointcut(){
    }
    /**
     * 核心切面方法
     */
    @Around("pointcut()")
    public Object process(ProceedingJoinPoint proceedingJoinPoint) throws Throwable{
        MethodSignature signature = (MethodSignature) proceedingJoinPoint.getSignature();
        //使用反射擷取方法上是否存在@MyRateLimiter注解
        MyRateLimiter myRateLimiter = signature.getMethod().getDeclaredAnnotation(MyRateLimiter.class);
        if(myRateLimiter == null){
            //程式正常執行，執行目标方法
            return proceedingJoinPoint.proceed();
        }
        //擷取注解上的參數
        //擷取配置的速率
        double rate = myRateLimiter.rate();
        //擷取用戶端等待令牌的時間
        long timeout = myRateLimiter.timeout();
        //設定限流速率
        rateLimiter.setRate(rate);
        //判斷用戶端擷取令牌是否逾時
        boolean tryAcquire = rateLimiter.tryAcquire(timeout, TimeUnit.MILLISECONDS);
        if(!tryAcquire){
            //服務降級
            fullback();
            return null;
        }
        //擷取到令牌，直接執行
        return proceedingJoinPoint.proceed();
    }
    /**
     * 降級處理
     */
    private void fullback() {
        response.setHeader("Content-type", "text/html;charset=UTF-8");
        PrintWriter writer = null;
        try {
            writer =  response.getWriter();
            writer.println("出錯了，重試一次試試？");
            writer.flush();;
        } catch (IOException e) {
            e.printStackTrace();
        }finally {
            if(writer != null){
                writer.close();
            }
        }
    }
}

自定義切面的功能比較簡單，我就不細說了，大家有啥問題可以關注【冰河技術】微信公衆号來進行提問。

接下來，我們改造下PayController類中的sendMessage()方法，修改後的方法片段代碼如下所示。

@MyRateLimiter(rate = 1.0, timeout = 500)
@RequestMapping("/boot/send/message")
public String sendMessage(){
    //記錄傳回接口
    String result = "";
    boolean flag = messageService.sendMessage("恭喜您成長值+1");
    if (flag){
        result = "消息發送成功";
        return result;
    }
    result = "消息發送失敗，再試一次吧...";
    return result;
}

運作部署項目

部署項目比較簡單，隻需要運作MykitLimiterApplication類下的main()方法即可。這裡，為了簡單，我們還是從浏覽器中直接輸傳入連結接位址來進行通路

效果如下所示。

接下來，我們不斷的重新整理浏覽器。會出現“消息發送失敗，再試一次吧..”的字樣，說明已經觸發限流操作。

基于限流算法實作限流的缺點

上面介紹的限流方式都隻能用于單機部署的環境中，如果将應用部署到多台伺服器進行分布式、叢集，則上面限流的方式就不适用了，此時，我們需要使用分布式限流。至于在分布式場景下，如何實作限流操作，我們就在下一篇中進行介紹。

【高并發】億級流量場景下如何為HTTP接口限流？看完我懂了！！

HTTP接口限流實戰

不使用注解實作接口限流

搭建項目

建立核心類

運作項目

不使用注解實作限流缺點

使用注解實作接口限流

實作自定義注解

自定義注解切面實作

運作部署項目

基于限流算法實作限流的缺點

繼續閱讀

Java String.format方法的簡單使用

neo4j之cypher使用文檔

Dijkstra--簡易版（最短路徑）

GitHub連夜封殺！這份阿裡 10W 字内部 Java 字面試手冊到底有多強？

spark/scala關于【資源檔案】加載方法概述外部檔案加載方案測試資源檔案打包入jar包中小結

mybatis_入門程式Mybatis入門

maven No compiler is provided in this environment. Perhaps you are running on a JRE rather than a J

AOP程式設計_Android優雅權限架構(1)概念基礎，2021金三銀四前言正文大綱正文

Effective Java 8:通用程式設計

OOM三種類型

工廠模式-三種類型

【遞歸】高效率求2的n次幂

win10本地scala和spark安裝安裝scala安裝spark

scala (3) Function 和 Method

Opendaylight課堂之深度剖析toaster（一）

hdu7108哈希