最新国产好看的视频,伊人天堂AV在线,国产Aaaaaa视频,蜜臀视频在线观看一区,人妻av色图,密臀久久久精品影片,青青视频免费观看毛片,久草在线观看视,国产三级精品色情在线

Java限流方法常見實現(xiàn)方案(單機限流和分布式限流)

 更新時間:2025年08月25日 10:38:49   作者:hqxstudying  
Java限流用于保護系統(tǒng)資源,分為單機(Guava/滑動窗口)和分布式(Redis+Lua)方案,核心算法包括固定窗口、令牌桶、漏桶等,推薦使用Sentinel等成熟框架實現(xiàn)動態(tài)流量控制,本文介紹Java限流方法常見實現(xiàn)方案(單機限流和分布式限流),感興趣的朋友一起看看吧

在 Java 項目中限制短時間內的頻繁訪問(即接口限流),是保護系統(tǒng)資源、防止惡意攻擊或高頻請求導致過載的重要手段。常見實現(xiàn)方案可分為單機限流分布式限流,以下是具體實現(xiàn)方式:

一、核心限流算法

無論哪種方案,底層通?;谝韵滤惴ǎ?/p>

  1. 固定窗口計數(shù)器:將時間劃分為固定窗口(如 1 秒),統(tǒng)計窗口內請求數(shù),超過閾值則拒絕。
    • 優(yōu)點:簡單易實現(xiàn);缺點:窗口交界處可能出現(xiàn) “突增流量”(如窗口邊緣允許雙倍閾值請求)。
  2. 滑動窗口:將固定窗口拆分為多個小窗口,實時滑動計算請求數(shù),解決臨界問題。
  3. 令牌桶:勻速生成令牌放入桶中,請求需獲取令牌才能處理,支持突發(fā)流量(桶內令牌可累積)。
  4. 漏桶:請求先進入桶中,系統(tǒng)以固定速率處理,平滑流量波動(不支持突發(fā)流量)。

二、單機限流實現(xiàn)(適用于單實例服務)

1. 基于 Guava 的 RateLimiter(令牌桶算法)

Guava 提供了現(xiàn)成的RateLimiter工具類,適合快速實現(xiàn)單機限流。

依賴引入

<dependency>
    <groupId>com.google.guava</groupId>
    <artifactId>guava</artifactId>
    <version>31.1-jre</version>
</dependency>

代碼示例(結合 Spring 攔截器)

// 1. 定義限流攔截器
public class RateLimitInterceptor implements HandlerInterceptor {
    // 每秒允許10個請求(令牌桶算法)
    private final RateLimiter rateLimiter = RateLimiter.create(10.0);
    @Override
    public boolean preHandle(HttpServletRequest request, HttpServletResponse response, Object handler) throws Exception {
        // 嘗試獲取令牌,無令牌則拒絕
        if (!rateLimiter.tryAcquire()) {
            response.setStatus(HttpStatus.TOO_MANY_REQUESTS.value());
            response.getWriter().write("請求過于頻繁,請稍后再試");
            return false;
        }
        return true;
    }
}
// 2. 注冊攔截器(Spring配置)
@Configuration
public class WebConfig implements WebMvcConfigurer {
    @Override
    public void addInterceptors(InterceptorRegistry registry) {
        // 對指定路徑生效(如所有接口)
        registry.addInterceptor(new RateLimitInterceptor())
                .addPathPatterns("/**");
    }
}

2. 基于滑動窗口的自定義實現(xiàn)

適合需要更精細控制的場景(如按 IP 限流):

public class SlidingWindowLimiter {
    // 窗口大?。ê撩耄?
    private final long windowSize;
    // 窗口內最大請求數(shù)
    private final int maxRequests;
    // 記錄每個時間片的請求數(shù)(key:時間片起始時間,value:請求數(shù))
    private final ConcurrentHashMap<Long, Integer> timeSliceCounts = new ConcurrentHashMap<>();
    public SlidingWindowLimiter(long windowSize, int maxRequests) {
        this.windowSize = windowSize;
        this.maxRequests = maxRequests;
    }
    public synchronized boolean tryAcquire() {
        long now = System.currentTimeMillis();
        // 計算當前窗口的起始時間
        long windowStart = now - windowSize;
        // 移除過期的時間片
        timeSliceCounts.keySet().removeIf(timestamp -> timestamp < windowStart);
        // 統(tǒng)計當前窗口總請求數(shù)
        int totalRequests = timeSliceCounts.values().stream().mapToInt(Integer::intValue).sum();
        if (totalRequests < maxRequests) {
            // 記錄當前時間片的請求(精確到100ms,可調整精度)
            long currentSlice = now - (now % 100);
            timeSliceCounts.put(currentSlice, timeSliceCounts.getOrDefault(currentSlice, 0) + 1);
            return true;
        }
        return false;
    }
}
// 使用示例(在Controller中)
@RestController
public class TestController {
    // 10秒內最多允許5次請求(按IP限流)
    private final Map<String, SlidingWindowLimiter> ipLimiters = new ConcurrentHashMap<>();
    @GetMapping("/test")
    public String test(HttpServletRequest request) {
        String ip = request.getRemoteAddr();
        // 為每個IP創(chuàng)建獨立的限流器
        SlidingWindowLimiter limiter = ipLimiters.computeIfAbsent(ip, 
            k -> new SlidingWindowLimiter(10000, 5));
        if (!limiter.tryAcquire()) {
            return "IP:" + ip + " 請求過于頻繁";
        }
        return "請求成功";
    }
}

三、分布式限流(適用于多實例集群)

單機限流無法跨服務實例共享狀態(tài),分布式場景需借助中間件(如 Redis)實現(xiàn)全局計數(shù)。

基于 Redis + Lua 腳本(滑動窗口算法)

利用 Redis 的原子性和 Lua 腳本保證限流邏輯的一致性:

Lua 腳本(限流邏輯)

-- 限流key(如:接口名:IP)
local key = KEYS[1]
-- 窗口大小(毫秒)
local windowSize = tonumber(ARGV[1])
-- 最大請求數(shù)
local maxRequests = tonumber(ARGV[2])
-- 當前時間
local now = tonumber(ARGV[3])
-- 窗口起始時間
local windowStart = now - windowSize
-- 移除窗口外的請求記錄
redis.call('ZREMRANGEBYSCORE', key, 0, windowStart)
-- 統(tǒng)計當前窗口內的請求數(shù)
local currentCount = redis.call('ZCARD', key)
if currentCount < maxRequests then
    -- 記錄當前請求時間戳
    redis.call('ZADD', key, now, now .. ':' .. math.random())
    -- 設置key過期時間(避免內存泄漏)
    redis.call('EXPIRE', key, windowSize / 1000 + 1)
    return 1  -- 允許請求
end
return 0  -- 拒絕請求

Java 代碼調用

@Component
public class RedisRateLimiter {
    @Autowired
    private StringRedisTemplate redisTemplate;
    // 加載Lua腳本
    private final DefaultRedisScript<Long> limitScript;
    public RedisRateLimiter() {
        limitScript = new DefaultRedisScript<>();
        limitScript.setScriptSource(new ResourceScriptSource(new ClassPathResource("limit.lua")));
        limitScript.setResultType(Long.class);
    }
    /**
     * 嘗試獲取請求權限
     * @param key 限流標識(如:"api:test:192.168.1.1")
     * @param windowSize 窗口大?。ê撩耄?
     * @param maxRequests 最大請求數(shù)
     * @return 是否允許
     */
    public boolean tryAcquire(String key, long windowSize, int maxRequests) {
        Long result = redisTemplate.execute(
            limitScript,
            Collections.singletonList(key),
            String.valueOf(windowSize),
            String.valueOf(maxRequests),
            String.valueOf(System.currentTimeMillis())
        );
        return result != null && result == 1;
    }
}
// 在Controller中使用
@RestController
public class TestController {
    @Autowired
    private RedisRateLimiter redisRateLimiter;
    @GetMapping("/test")
    public String test(HttpServletRequest request) {
        String ip = request.getRemoteAddr();
        String key = "api:test:" + ip;
        // 10秒內最多5次請求
        boolean allowed = redisRateLimiter.tryAcquire(key, 10000, 5);
        if (!allowed) {
            return "請求過于頻繁,請稍后再試";
        }
        return "請求成功";
    }
}

四、成熟框架推薦

生產(chǎn)環(huán)境中,推薦使用現(xiàn)成的限流框架簡化開發(fā):

  1. Sentinel:阿里開源的流量控制框架,支持限流、熔斷、降級,可通過注解或配置中心動態(tài)調整規(guī)則。
  2. Resilience4j:輕量級熔斷限流框架,支持令牌桶、滑動窗口等多種算法,適合 Spring Boot 項目。
  3. Spring Cloud Gateway:網(wǎng)關層限流(如基于 Redis 的RequestRateLimiter過濾器),適合在入口層統(tǒng)一限流。

總結

  • 單機服務:優(yōu)先使用 Guava 的RateLimiter或自定義滑動窗口(簡單場景)。
  • 分布式服務:必須基于 Redis 等中間件實現(xiàn)全局限流,配合 Lua 腳本保證原子性。
  • 復雜場景:直接集成 Sentinel 等成熟框架,減少重復開發(fā)并支持動態(tài)配置。

根據(jù)業(yè)務需求(如限流粒度:IP / 用戶 / 接口、是否允許突發(fā)流量)選擇合適的方案即可。

到此這篇關于JAVA限流方法的文章就介紹到這了,更多相關java限流內容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家!

相關文章

  • Java多線程基本用法總結

    Java多線程基本用法總結

    本篇文章主要總結了Java線程的一些基本的用法。具有一定的參考價值,下面跟著小編一起來看下吧
    2017-01-01
  • 一文詳細講解Java中有哪些鎖

    一文詳細講解Java中有哪些鎖

    在Java編程中鎖是一種同步機制,用于確保多個線程在訪問共享資源時的一致性和正確性,這篇文章主要介紹了Java中有哪些鎖的相關資料,文中通過代碼介紹的非常詳細,需要的朋友可以參考下
    2025-07-07
  • 關于單例模式懶漢式和餓漢式的區(qū)別及說明

    關于單例模式懶漢式和餓漢式的區(qū)別及說明

    這篇文章主要介紹了關于單例模式懶漢式和餓漢式的區(qū)別及說明,具有很好的參考價值,希望對大家有所幫助。如有錯誤或未考慮完全的地方,望不吝賜教
    2023-07-07
  • mybatis攔截器實現(xiàn)通用權限字段添加的方法

    mybatis攔截器實現(xiàn)通用權限字段添加的方法

    這篇文章主要給大家介紹了關于mybatis攔截器實現(xiàn)通用權限字段添加的相關資料,文中通過示例代碼介紹的非常詳細,對大家學習或者使用mybatis具有一定的參考學習價值,需要的朋友們下面來一起學習學習吧
    2019-09-09
  • 詳解SpringBoot是如何保證接口安全的

    詳解SpringBoot是如何保證接口安全的

    對于互聯(lián)網(wǎng)來說,只要你系統(tǒng)的接口會暴露在外網(wǎng),就避免不了接口安全問題。?如果你的接口在外網(wǎng)裸奔,只要讓黑客知道接口的地址和參數(shù)就可以調用,那簡直就是災難。這篇文章主要介紹了SpringBoot保證接口安全的方法,需要的可以參考一下
    2023-02-02
  • SpringBoot2整合JTA組件實現(xiàn)多數(shù)據(jù)源事務管理

    SpringBoot2整合JTA組件實現(xiàn)多數(shù)據(jù)源事務管理

    這篇文章主要介紹了SpringBoot2整合JTA組件實現(xiàn)多數(shù)據(jù)源事務管理,文中通過示例代碼介紹的非常詳細,對大家的學習或者工作具有一定的參考學習價值,需要的朋友們下面隨著小編來一起學習學習吧
    2021-03-03
  • Java棧的運用之中綴表達式求值詳解

    Java棧的運用之中綴表達式求值詳解

    本文來介紹一題中綴表達式求值的問題,就是給定一個中綴計算式,編寫程序將這個式子運算結果給計算出來,其實和后綴表達式的思路差不多,都是棧的運用問題,感興趣的可以了解一下
    2022-11-11
  • Java解析XML的四種方式

    Java解析XML的四種方式

    本文詳細講解了Java解析XML的四種方式,文中通過示例代碼介紹的非常詳細。對大家的學習或工作具有一定的參考借鑒價值,需要的朋友可以參考下
    2021-12-12
  • Java多重數(shù)組使用及說明

    Java多重數(shù)組使用及說明

    本文介紹了Java中多維數(shù)組的定義、聲明、初始化、訪問、遍歷以及內存結構,文章還討論了Java多維數(shù)組與C/C++的區(qū)別,以及如何處理鋸齒數(shù)組和深拷貝,此外,還提到了數(shù)組與鏈表的區(qū)別,包括它們的內存布局、操作效率和適用場景
    2026-01-01
  • LogBack+MybatisPlus實現(xiàn)打印sql日志

    LogBack+MybatisPlus實現(xiàn)打印sql日志

    本文主要介紹了LogBack+MybatisPlus實現(xiàn)打印sql日志,設置異步appender實現(xiàn)按天滾動切割日志,保留3天歷史并自動清理,替代P6Spy避免日志過大,同時需配置MybatisPlus日志輸出路徑,并區(qū)分MyBatis與MyBatisPlus日志輸出
    2025-09-09

最新評論

泸水县| 洞头县| 清徐县| 临清市| 合肥市| 新津县| 离岛区| 克什克腾旗| 古浪县| 建始县| 专栏| 铁岭市| 绥阳县| 延寿县| 淳安县| 洪雅县| 乌兰县| 施甸县| 重庆市| 翼城县| 黄浦区| 葫芦岛市| 临夏县| 正阳县| 长垣县| 嘉黎县| 宜宾县| 辽中县| 班戈县| 当阳市| 睢宁县| 莆田市| 财经| 会东县| 屏东县| 水城县| 西峡县| 罗平县| 聂拉木县| 宝坻区| 防城港市|