
按圖實作
令牌桶的圖,網上到處可見,按圖實作也非常簡單,無非是定時添加令牌桶,并提供一個擷取令牌的函數,部落客實作了一遍代碼如下:
import java.util.concurrent.*;
public class MyRateLimiter {
//令牌桶
BlockingQueue<Integer>TOKEN_BUCKET=new LinkedBlockingDeque<>(5);
public static void main(String[] args) {
MyRateLimiter myRateLimiter=new MyRateLimiter();
myRateLimiter.addTokenFixedRate();
for(int i=0;i<10;i++){
myRateLimiter.acqurie();
System.out.println("第幾次執行i:" + i + ",執行時間為:" + System.currentTimeMillis());
}
}
/**
* 定時添加令牌
*/
public void addTokenFixedRate(){
ScheduledExecutorService scheduledExecutorService= Executors.newSingleThreadScheduledExecutor();
scheduledExecutorService.scheduleAtFixedRate(()->{
boolean suc=TOKEN_BUCKET.offer(1);
if(!suc){
System.out.println("令牌桶滿了丢棄");
}
},0,200,TimeUnit.MILLISECONDS);
}
public void acqurie(){
while (TOKEN_BUCKET.poll()==null){};
}
}
測試結果如下,基本滿足要求
RateLimiter概要實作
我一開始是按照自己實作的邏輯,去檢視Guava的RateLimiter的源碼的,結果發現RateLimiter根本沒有集合充當桶,核心是記錄了下一令牌産生的時間與現存令牌數,并動态更新它們。
概要邏輯圖如下:
按照這個圖看核心代碼就比較容易了,摘錄核心代碼如下:
@CanIgnoreReturnValue
public double acquire(int permits) {
long microsToWait = reserve(permits);
stopwatch.sleepMicrosUninterruptibly(microsToWait);
return 1.0 * microsToWait / SECONDS.toMicros(1L);
}
//Reserve 一路向下能查到如下代碼 reserveEarliestAvailable
final long reserveEarliestAvailable(int requiredPermits, long nowMicros) {
resync(nowMicros);
long returnValue = nextFreeTicketMicros;
// 現存令牌可以提供的令牌數
double storedPermitsToSpend = min(requiredPermits, this.storedPermits);
//需要重新整理的令牌數
double freshPermits = requiredPermits - storedPermitsToSpend;
//等待時間=需要重新整理的令牌數*固定間隔+存儲許可等待時間
long waitMicros =
storedPermitsToWaitTime(this.storedPermits, storedPermitsToSpend)
+ (long) (freshPermits * stableIntervalMicros);
//下次令牌生産時間=本次令牌生産時間+等待時間
this.nextFreeTicketMicros = LongMath.saturatedAdd(nextFreeTicketMicros, waitMicros);
this.storedPermits -= storedPermitsToSpend;
return returnValue;
}
總結:RateLimiter根本沒有集合充當桶,核心是記錄了下一令牌産生的時間與現存令牌數,并動态更新它們。