亚洲系列在线,熟 mature chinese,一区二区三区无码高清视频

一、背景

限流對于一個微服務架構系統來說具有非常重要的意義，否則其中的某個微服務將成為整個系統隱藏的雪崩因素，為什么這么說？

舉例來講，某個SAAS平臺有100多個微服務應用，但是作為底層的某個或某幾個應用來說，將會被所有上層應用頻繁調用，業務高峰期時，如果底層應用不做限流處理，該應用必將面臨著巨大的壓力，尤其是那些個別被高頻調用的接口來說，最直接的表現就是導致后續新進來的請求阻塞、排隊、響應超時...最后直到該服務所在JVM資源被耗盡。

二、限流概述

在大多數的微服務架構在設計之初，比如在技術選型階段，架構師會從一個全局的視角去規劃技術棧的組合，比如結合當前產品的現狀考慮是使用dubbo？還是springcloud？作為微服務治理的底層框架。甚至為了滿足快速的上線、迭代和交付，直接以springboot為基座進行開發，后續再引入新的技術棧等...

所以在談論某個業務場景具體的技術解決方案時不可一概而論，而是需要結合產品和業務的現狀綜合評估，以限流來說，在下面的不同的技術架構下具體在選擇的時候可能也不一樣。

2.1 dubbo 服務治理模式

選擇dubbo框架作為基礎服務治理對于那種偏向內部平臺的應用還是不錯的，dubbo底層走netty，這一點相比http協議來說，在一定場景下還是具有優勢的，如果選擇dubbo，在選擇限流方案上可以做如下的參考。

2.1.1 dubbo框架級限流

dubbo官方提供了完善的服務治理，能夠滿足大多數開發場景中的需求，針對限流這個場景，具體來說包括如下手段，具體的配置，可以參考官方手冊；

客戶端限流

信號量限流（通過統計的方式）

連接數限流 (socket->tcp)

服務端限流

線程池限流 (隔離手段)

信號量限流 (非隔離手段)

接收數限流 (socket->tcp)

2.1.2 線程池設置

多線程并發操作一定離不開線程池，Dubbo自身提供了支持了四種線程池類型支持。生產者標簽中可配置線程池關鍵參數，線程池類型、阻塞隊列大小、核心線程數量等，通過配置生產端的線程池數量可以在一定程度上起到限流的效果。

2.1.3 集成第三方組件

如果是springboot框架的項目，可以考慮直接引入地方的組件或SDK，比如hystrix，guava，sentinel原生SDK等，如果技術實力足夠強甚至可以考慮自己造輪子。

2.2 springcloud 服務治理模式

如果你的服務治理框架選用的是springcloud或springcloud-alibaba，其框架自身的生態中已經包含了相應的限流組件，可以實現開箱即用，下面列舉幾種常用的基于springcloud框架的限流組件。

2.2.1 hystrix

Hystrix是Netflix開源的一款容錯框架，在springcloud早期推出市場的時候，作為springcloud生態中用于限流、熔斷、降級的一款組件。

Hystrix提供了限流功能，在springcloud架構的系統中，可以在網關啟用Hystrix，進行限流處理，每個微服務也可以各自啟用Hystrix進行限流。

Hystrix默認使用線程隔離模式，可以通過線程數+隊列大小進行限流，具體參數配置可以參考官網相關資料。

2.2.2 sentinel

Sentinel 號稱分布式系統的流量防衛兵，屬于springcloud-alibaba生態中的重要組件，面向分布式服務架構的流量控制組件，主要以流量為切入點，從限流、流量整形、熔斷降級、系統負載保護、熱點防護等多個維度來幫助開發者保障微服務的穩定性。

2.3 網關層限流

隨著微服務規模的增加，整個系統中很多微服務都需要實現限流這種需求時，就可以考慮在網關這一層進行限流了，通常來說，網關層的限流面向的是通用的業務，比如那些惡意的請求，爬蟲，攻擊等，簡單來說，網關層面的限流提供了一層對系統整體的保護措施。

三、常用限流策略

3.1 限流常用的算法

不管是哪種限流組件，其底層的限流實現算法大同小異，這里列舉幾種常用的限流算法以供了解。

3.1.1 令牌桶算法

令牌桶算法是目前應用最為廣泛的限流算法，顧名思義，它有以下兩個關鍵角色：

令牌：獲取到令牌的Request才會被處理，其他Requests要么排隊要么被直接丟棄；

桶：用來裝令牌的地方，所有Request都從這個桶里面獲取令牌

令牌桶主要涉及到2個過程，即令牌的生成，令牌的獲取

3.1.2 漏桶算法

漏桶算法的前半段和令牌桶類似，但是操作的對象不同，結合下圖進行理解。

令牌桶是將令牌放入桶里，而漏桶是將訪問請求的數據包放到桶里。同樣的是，如果桶滿了，那么后面新來的數據包將被丟棄。

3.1.3 滑動時間窗口

根據下圖，簡單描述下滑動時間窗口這種過程：

黑色大框為時間窗口，可以設定窗口時間單位為5秒，它會隨著時間推移向后滑動。我們將窗口內的時間劃分為五個小格子，每個格子代表1秒鐘，同時這個格子還包含一個計數器，用來計算在當前時間內訪問的請求數量。那么這個時間窗口內的總訪問量就是所有格子計數器累加后的數值；

比如說，我們在每一秒內有5個用戶訪問，第5秒內有10個用戶訪問，那么在0到5秒這個時間窗口內訪問量就是15。如果我們的接口設置了時間窗口內訪問上限是20，那么當時間到第六秒的時候，這個時間窗口內的計數總和就變成了10，因為1秒的格子已經退出了時間窗口，因此在第六秒內可以接收的訪問量就是20-10=10個；

滑動窗口其實也是一種計算器算法，它有一個顯著特點，當時間窗口的跨度越長時，限流效果就越平滑。打個比方，如果當前時間窗口只有兩秒，而訪問請求全部集中在第一秒的時候，當時間向后滑動一秒后，當前窗口的計數量將發生較大的變化，拉長時間窗口可以降低這種情況的發生概率

四、通用限流實現方案

拋開網關層的限流先不說，在微服務應用中，考慮到技術棧的組合，團隊人員的開發水平，以及易維護性等因素，一個比較通用的做法是，利用AOP技術+自定義注解實現對特定的方法或接口進行限流，下面基于這個思路來分別介紹下幾種常用的限流方案的實現。

4.1 基于guava限流實現

guava為谷歌開源的一個比較實用的組件，利用這個組件可以幫助開發人員完成常規的限流操作，接下來看具體的實現步驟。

4.1.1 引入guava依賴

版本可以選擇更高的或其他版本


com.google.guava
guava
23.0

4.1.2 自定義限流注解

自定義一個限流用的注解，后面在需要限流的方法或接口上面只需添加該注解即可；

importjava.lang.annotation.ElementType;
importjava.lang.annotation.Retention;
importjava.lang.annotation.RetentionPolicy;
importjava.lang.annotation.Target;

@Target(value=ElementType.METHOD)
@Retention(value=RetentionPolicy.RUNTIME)
public@interfaceRateConfigAnno{

StringlimitType();

doublelimitCount()default5d;
}

4.1.3 限流AOP類

通過AOP前置通知的方式攔截添加了上述自定義限流注解的方法，解析注解中的屬性值，并以該屬性值作為guava提供的限流參數，該類為整個實現的核心所在。

importcom.alibaba.fastjson2.JSONObject;
importcom.google.common.util.concurrent.RateLimiter;
importorg.aspectj.lang.JoinPoint;
importorg.aspectj.lang.annotation.Aspect;
importorg.aspectj.lang.annotation.Before;
importorg.slf4j.Logger;
importorg.slf4j.LoggerFactory;
importorg.springframework.stereotype.Component;
importorg.springframework.web.context.request.RequestContextHolder;
importorg.springframework.web.context.request.ServletRequestAttributes;

importjavax.servlet.ServletOutputStream;
importjavax.servlet.http.HttpServletResponse;
importjava.io.IOException;
importjava.lang.reflect.Method;
importjava.util.Objects;

@Aspect
@Component
publicclassGuavaLimitAop{

privatestaticLoggerlogger=LoggerFactory.getLogger(GuavaLimitAop.class);

@Before("execution(@RateConfigAnno**(..))")
publicvoidlimit(JoinPointjoinPoint){
//1、獲取當前的調用方法
MethodcurrentMethod=getCurrentMethod(joinPoint);
if(Objects.isNull(currentMethod)){
return;
}
//2、從方法注解定義上獲取限流的類型
StringlimitType=currentMethod.getAnnotation(RateConfigAnno.class).limitType();
doublelimitCount=currentMethod.getAnnotation(RateConfigAnno.class).limitCount();
//使用guava的令牌桶算法獲取一個令牌，獲取不到先等待
RateLimiterrateLimiter=RateLimitHelper.getRateLimiter(limitType,limitCount);
booleanb=rateLimiter.tryAcquire();
if(b){
System.out.println("獲取到令牌");
}else{
HttpServletResponseresp=((ServletRequestAttributes)RequestContextHolder.getRequestAttributes()).getResponse();
JSONObjectjsonObject=newJSONObject();
jsonObject.put("success",false);
jsonObject.put("msg","限流中");
try{
output(resp,jsonObject.toJSONString());
}catch(Exceptione){
logger.error("error,e:{}",e);
}
}
}

privateMethodgetCurrentMethod(JoinPointjoinPoint){
Method[]methods=joinPoint.getTarget().getClass().getMethods();
Methodtarget=null;
for(Methodmethod:methods){
if(method.getName().equals(joinPoint.getSignature().getName())){
target=method;
break;
}
}
returntarget;
}

publicvoidoutput(HttpServletResponseresponse,Stringmsg)throwsIOException{
response.setContentType("application/json;charset=UTF-8");
ServletOutputStreamoutputStream=null;
try{
outputStream=response.getOutputStream();
outputStream.write(msg.getBytes("UTF-8"));
}catch(IOExceptione){
e.printStackTrace();
}finally{
outputStream.flush();
outputStream.close();
}
}
}

其中限流的核心API即為RateLimiter這個對象，涉及到的RateLimitHelper類如下

importcom.google.common.util.concurrent.RateLimiter;

importjava.util.HashMap;
importjava.util.Map;

publicclassRateLimitHelper{

privateRateLimitHelper(){}

privatestaticMaprateMap=newHashMap<>();

publicstaticRateLimitergetRateLimiter(StringlimitType,doublelimitCount){
RateLimiterrateLimiter=rateMap.get(limitType);
if(rateLimiter==null){
rateLimiter=RateLimiter.create(limitCount);
rateMap.put(limitType,rateLimiter);
}
returnrateLimiter;
}

}

4.1.4 測試接口

下面添加一個測試接口，測試一下上面的代碼是否生效

@RestController
publicclassOrderController{

//localhost:8081/save
@GetMapping("/save")
@RateConfigAnno(limitType="saveOrder",limitCount=1)
publicStringsave(){
return"success";
}

}

在接口中為了模擬出效果，我們將參數設置的非常小，即QPS為1，可以預想當每秒請求超過1時將會出現被限流的提示，啟動工程并驗證接口，每秒1次的請求，可以正常得到結果，效果如下：

快速刷接口，將會看到下面的效果

4.2 基于sentinel限流實現

在不少同學的意識中，sentinel通常是需要結合springcloud-alibaba框架一起實用的，而且與框架集成之后，可以配合控制臺一起使用達到更好的效果，實際上，sentinel官方也提供了相對原生的SDK可供使用，接下來就以這種方式進行整合。

4.2.1 引入sentinel核心依賴包


com.alibaba.csp
sentinel-core
1.8.0

4.2.2 自定義限流注解

可以根據需要，添加更多的屬性

importjava.lang.annotation.ElementType;
importjava.lang.annotation.Retention;
importjava.lang.annotation.RetentionPolicy;
importjava.lang.annotation.Target;

@Target(value=ElementType.METHOD)
@Retention(value=RetentionPolicy.RUNTIME)
public@interfaceSentinelLimitAnnotation{

StringresourceName();

intlimitCount()default5;

}

4.2.3 自定義AOP類實現限流

該類的實現思路與上述使用guava類似，不同的是，這里使用的是sentinel原生的限流相關的API，對此不夠屬性的可以查閱官方的文檔進行學習，這里就不展開來說了。

importcom.alibaba.csp.sentinel.Entry;
importcom.alibaba.csp.sentinel.SphU;
importcom.alibaba.csp.sentinel.Tracer;
importcom.alibaba.csp.sentinel.slots.block.BlockException;
importcom.alibaba.csp.sentinel.slots.block.RuleConstant;
importcom.alibaba.csp.sentinel.slots.block.flow.FlowRule;
importcom.alibaba.csp.sentinel.slots.block.flow.FlowRuleManager;
importorg.apache.commons.lang3.StringUtils;
importorg.aspectj.lang.JoinPoint;
importorg.aspectj.lang.ProceedingJoinPoint;
importorg.aspectj.lang.annotation.Around;
importorg.aspectj.lang.annotation.Aspect;
importorg.aspectj.lang.annotation.Pointcut;
importorg.springframework.stereotype.Component;

importjava.lang.reflect.Method;
importjava.util.ArrayList;
importjava.util.List;
importjava.util.Objects;

@Aspect
@Component
publicclassSentinelMethodLimitAop{

privatestaticvoidinitFlowRule(StringresourceName,intlimitCount){
Listrules=newArrayList<>();
FlowRulerule=newFlowRule();
//設置受保護的資源
rule.setResource(resourceName);
//設置流控規則QPS
rule.setGrade(RuleConstant.FLOW_GRADE_QPS);
//設置受保護的資源閾值
rule.setCount(limitCount);
rules.add(rule);
//加載配置好的規則
FlowRuleManager.loadRules(rules);
}

@Pointcut(value="@annotation(com.congge.sentinel.SentinelLimitAnnotation)")
publicvoidrateLimit(){

}

@Around("rateLimit()")
publicObjectaround(ProceedingJoinPointjoinPoint){
//1、獲取當前的調用方法
MethodcurrentMethod=getCurrentMethod(joinPoint);
if(Objects.isNull(currentMethod)){
returnnull;
}
//2、從方法注解定義上獲取限流的類型
StringresourceName=currentMethod.getAnnotation(SentinelLimitAnnotation.class).resourceName();
if(StringUtils.isEmpty(resourceName)){
thrownewRuntimeException("資源名稱為空");
}
intlimitCount=currentMethod.getAnnotation(SentinelLimitAnnotation.class).limitCount();
initFlowRule(resourceName,limitCount);

Entryentry=null;
Objectresult=null;
try{
entry=SphU.entry(resourceName);
try{
result=joinPoint.proceed();
}catch(Throwablethrowable){
throwable.printStackTrace();
}
}catch(BlockExceptionex){
//資源訪問阻止，被限流或被降級
//在此處進行相應的處理操作
System.out.println("blocked");
return"被限流了";
}catch(Exceptione){
Tracer.traceEntry(e,entry);
}finally{
if(entry!=null){
entry.exit();
}
}
returnresult;
}

privateMethodgetCurrentMethod(JoinPointjoinPoint){
Method[]methods=joinPoint.getTarget().getClass().getMethods();
Methodtarget=null;
for(Methodmethod:methods){
if(method.getName().equals(joinPoint.getSignature().getName())){
target=method;
break;
}
}
returntarget;
}
}

4.2.4 自定義測試接口

為了模擬效果，這里將QPS的數量設置為1

//localhost:8081/limit
@GetMapping("/limit")
@SentinelLimitAnnotation(limitCount=1,resourceName="sentinelLimit")
publicStringsentinelLimit(){
return"sentinelLimit";
}

啟動工程之后，瀏覽器調用接口測試一下，每秒一個請求，可以正常通過

快速刷接口，超過每秒1次時，效果如下

這里只是為了演示出效果，建議在真實的項目中使用時，對返回結果做一個封裝。

4.3 基于redis+lua限流實現

redis是線程安全的，天然具有線程安全的特性，支持原子性操作，限流服務不僅需要承接超高QPS，還要保證限流邏輯的執行層面具備線程安全的特性，利用Redis這些特性做限流，既能保證線程安全，也能保證性能?；趓edis的限流實現完整流程如下圖：

結合上面的流程圖，這里梳理出一個整體的實現思路：

編寫lua腳本，指定入參的限流規則，比如對特定的接口限流時，可以根據某個或幾個參數進行判定，調用該接口的請求，在一定的時間窗口內監控請求次數；

既然是限流，最好能夠通用，可將限流規則應用到任何接口上，那么最合適的方式就是通過自定義注解形式切入；

提供一個配置類，被spring的容器管理，redisTemplate中提供了DefaultRedisScript這個bean；

提供一個能動態解析接口參數的類，根據接口參數進行規則匹配后觸發限流；

4.3.1 引入redis依賴


org.springframework.boot
spring-boot-starter-data-redis

4.3.2 自定義注解

@Target({ElementType.METHOD,ElementType.TYPE})
@Retention(RetentionPolicy.RUNTIME)
@Inherited
@Documented
public@interfaceRedisLimitAnnotation{

/**
*key
*/
Stringkey()default"";
/**
*Key的前綴
*/
Stringprefix()default"";
/**
*一定時間內最多訪問次數
*/
intcount();
/**
*給定的時間范圍單位(秒)
*/
intperiod();
/**
*限流的類型(用戶自定義key或者請求ip)
*/
LimitTypelimitType()defaultLimitType.CUSTOMER;

}

4.3.3 自定義redis配置類

importorg.springframework.context.annotation.Bean;
importorg.springframework.core.io.ClassPathResource;
importorg.springframework.data.redis.connection.RedisConnectionFactory;
importorg.springframework.data.redis.core.RedisTemplate;
importorg.springframework.data.redis.core.script.DefaultRedisScript;
importorg.springframework.data.redis.serializer.Jackson2JsonRedisSerializer;
importorg.springframework.data.redis.serializer.StringRedisSerializer;
importorg.springframework.scripting.support.ResourceScriptSource;
importorg.springframework.stereotype.Component;

importjava.io.Serializable;

@Component
publicclassRedisConfiguration{

@Bean
publicDefaultRedisScriptredisluaScript(){
DefaultRedisScriptredisScript=newDefaultRedisScript<>();
redisScript.setScriptSource(newResourceScriptSource(newClassPathResource("limit.lua")));
redisScript.setResultType(Number.class);
returnredisScript;
}

@Bean("redisTemplate")
publicRedisTemplateredisTemplate(RedisConnectionFactoryredisConnectionFactory){
RedisTemplateredisTemplate=newRedisTemplate<>();
redisTemplate.setConnectionFactory(redisConnectionFactory);
Jackson2JsonRedisSerializerjackson2JsonRedisSerializer=newJackson2JsonRedisSerializer(Object.class);

//設置value的序列化方式為JSOn
redisTemplate.setValueSerializer(jackson2JsonRedisSerializer);
//設置key的序列化方式為String
redisTemplate.setKeySerializer(newStringRedisSerializer());

redisTemplate.setHashKeySerializer(newStringRedisSerializer());
redisTemplate.setHashValueSerializer(jackson2JsonRedisSerializer);
redisTemplate.afterPropertiesSet();

returnredisTemplate;
}

}

4.3.4 自定義限流AOP類

importorg.aspectj.lang.ProceedingJoinPoint;
importorg.aspectj.lang.annotation.Around;
importorg.aspectj.lang.annotation.Aspect;
importorg.aspectj.lang.annotation.Pointcut;
importorg.aspectj.lang.reflect.MethodSignature;
importorg.slf4j.Logger;
importorg.slf4j.LoggerFactory;
importorg.springframework.beans.factory.annotation.Autowired;
importorg.springframework.context.annotation.Configuration;
importorg.springframework.data.redis.core.RedisTemplate;
importorg.springframework.data.redis.core.script.DefaultRedisScript;
importorg.springframework.web.context.request.RequestContextHolder;
importorg.springframework.web.context.request.ServletRequestAttributes;

importjavax.servlet.http.HttpServletRequest;
importjava.io.Serializable;
importjava.lang.reflect.Method;
importjava.util.Collections;
importjava.util.List;

@Aspect
@Configuration
publicclassLimitRestAspect{

privatestaticfinalLoggerlogger=LoggerFactory.getLogger(LimitRestAspect.class);

@Autowired
privateRedisTemplateredisTemplate;

@Autowired
privateDefaultRedisScriptredisluaScript;


@Pointcut(value="@annotation(com.congge.config.limit.RedisLimitAnnotation)")
publicvoidrateLimit(){

}

@Around("rateLimit()")
publicObjectinterceptor(ProceedingJoinPointjoinPoint)throwsThrowable{
MethodSignaturesignature=(MethodSignature)joinPoint.getSignature();
Methodmethod=signature.getMethod();
ClasstargetClass=method.getDeclaringClass();
RedisLimitAnnotationrateLimit=method.getAnnotation(RedisLimitAnnotation.class);
if(rateLimit!=null){
HttpServletRequestrequest=((ServletRequestAttributes)RequestContextHolder.getRequestAttributes()).getRequest();
StringipAddress=getIpAddr(request);
StringBufferstringBuffer=newStringBuffer();
stringBuffer.append(ipAddress).append("-")
.append(targetClass.getName()).append("-")
.append(method.getName()).append("-")
.append(rateLimit.key());
Listkeys=Collections.singletonList(stringBuffer.toString());
//調用lua腳本，獲取返回結果，這里即為請求的次數
Numbernumber=redisTemplate.execute(
redisluaScript,
keys,
rateLimit.count(),
rateLimit.period()
);
if(number!=null&&number.intValue()!=0&&number.intValue()<=?rateLimit.count())?{
????????????????logger.info("限流時間段內訪問了第：{}?次",?number.toString());
????????????????return?joinPoint.proceed();
????????????}
????????}?else?{
????????????return?joinPoint.proceed();
????????}
????????throw?new?RuntimeException("訪問頻率過快，被限流了");
????}
?
????/**
?????*?獲取請求的IP方法
?????*?@param?request
?????*?@return
?????*/
????private?static?String?getIpAddr(HttpServletRequest?request)?{
????????String?ipAddress?=?null;
????????try?{
????????????ipAddress?=?request.getHeader("x-forwarded-for");
????????????if?(ipAddress?==?null?||?ipAddress.length()?==?0?||?"unknown".equalsIgnoreCase(ipAddress))?{
????????????????ipAddress?=?request.getHeader("Proxy-Client-IP");
????????????}
????????????if?(ipAddress?==?null?||?ipAddress.length()?==?0?||?"unknown".equalsIgnoreCase(ipAddress))?{
????????????????ipAddress?=?request.getHeader("WL-Proxy-Client-IP");
????????????}
????????????if?(ipAddress?==?null?||?ipAddress.length()?==?0?||?"unknown".equalsIgnoreCase(ipAddress))?{
????????????????ipAddress?=?request.getRemoteAddr();
????????????}
????????????//?對于通過多個代理的情況，第一個IP為客戶端真實IP,多個IP按照','分割
????????????if?(ipAddress?!=?null?&&?ipAddress.length()?>15){
if(ipAddress.indexOf(",")>0){
ipAddress=ipAddress.substring(0,ipAddress.indexOf(","));
}
}
}catch(Exceptione){
ipAddress="";
}
returnipAddress;
}

}

該類要做的事情和上面的兩種限流措施類似，不過在這里核心的限流是通過讀取lua腳步，通過參數傳遞給lua腳步實現的。

4.3.5 自定義lua腳本

在工程的resources目錄下，添加如下的lua腳本

localkey="rate.limit:"..KEYS[1]

locallimit=tonumber(ARGV[1])

localcurrent=tonumber(redis.call('get',key)or"0")

ifcurrent+1>limitthen
return0
else
--沒有超閾值，將當前訪問數量+1，并設置2秒過期（可根據自己的業務情況調整）
redis.call("INCRBY",key,"1")
redis.call("expire",key,"2")
returncurrent+1
end

4.3.6 添加測試接口

@RestController
publicclassRedisController{

//localhost:8081/redis/limit
@GetMapping("/redis/limit")
@RedisLimitAnnotation(key="queryFromRedis",period=1,count=1)
publicStringqueryFromRedis(){
return"success";
}

}

為了模擬效果，這里將QPS設置為1 ，啟動工程后（提前啟動redis服務），調用一下接口，正常的效果如下：

快速刷接口，超過每秒1次的請求時看到如下效果

五、自定義starter限流實現

上面通過案例介紹了幾種常用的限流實現，不過細心的同學可以看到，這些限流的實現都是在具體的工程模塊中嵌入的，事實上，在真實的微服務開發中，一個項目可能包含了眾多的微服務模塊，為了減少重復造輪子，避免每個微服務模塊中單獨實現，可以考慮將限流的邏輯實現封裝成一個SDK，即作為一個springboot的starter的方式被其他微服務模塊進行引用即可。這也是目前很多生產實踐中比較通用的做法，接下來看看具體的實現吧。

5.1 前置準備

創建一個空的springboot工程，工程目錄結構如下圖，目錄說明：

annotation：存放自定義的限流相關的注解；

aop：存放不同的限流實現，比如基于guava的aop，基于sentinel的aop實現等；

spring.factories：自定義待裝配的aop實現類；

5.2 代碼整合完成步驟

5.2.1 導入基礎的依賴

這里包括如下幾個必須的依賴，其他的依賴可以結合自身的情況合理選擇；

spring-boot-starter；

guava；

spring-boot-autoconfigure；

sentinel-core；


org.springframework.boot
spring-boot-starter-parent
2.2.1.RELEASE




UTF-8
UTF-8
1.8





org.springframework.boot
spring-boot-starter-aop



log4j
log4j
1.2.17



org.springframework.boot
spring-boot-starter



org.springframework.boot
spring-boot-starter-web



org.projectlombok
lombok


 

com.google.guava
guava
23.0



org.springframework.boot
spring-boot-autoconfigure
2.2.1.RELEASE



org.springframework.boot
spring-boot-configuration-processor
2.2.1.RELEASE



com.alibaba.csp
sentinel-core
1.8.0



org.apache.commons
commons-lang3
3.4



com.alibaba.fastjson2
fastjson2
2.0.22







src/main/resources

**/**

5.2.2 自定義注解

目前該SDK支持三種限流方式，即后續其他微服務工程中可以通過添加這3種注解即可實現限流，分別是基于guava的令牌桶，基于sentinel的限流，基于java自帶的Semaphore限流，三個自定義注解類如下：

令牌桶

@Documented
@Target(ElementType.METHOD)
@Retention(RetentionPolicy.RUNTIME)

public@interfaceTokenBucketLimiter{
intvalue()default50;
}

Semaphore

@Documented
@Target(ElementType.METHOD)
@Retention(RetentionPolicy.RUNTIME)
public@interfaceShLimiter{
intvalue()default50;
}

sentinel

@Target(value=ElementType.METHOD)
@Retention(value=RetentionPolicy.RUNTIME)
public@interfaceSentinelLimiter{

StringresourceName();

intlimitCount()default50;

}

5.2.3 限流實現AOP類

具體的限流在AOP中進行實現，思路和上一章節類似，即通過環繞通知的方式，先解析那些添加了限流注解的方法，然后解析里面的參數，進行限流的業務實現。

基于guava的aop實現

importcom.alibaba.fastjson2.JSONObject;
importcom.congge.annotation.TokenBucketLimiter;
importcom.google.common.util.concurrent.RateLimiter;
importlombok.extern.slf4j.Slf4j;
importorg.aspectj.lang.ProceedingJoinPoint;
importorg.aspectj.lang.annotation.Around;
importorg.aspectj.lang.annotation.Aspect;
importorg.aspectj.lang.annotation.Pointcut;
importorg.springframework.cglib.core.ReflectUtils;
importorg.springframework.stereotype.Component;
importorg.springframework.web.context.request.RequestContextHolder;
importorg.springframework.web.context.request.ServletRequestAttributes;

importjavax.servlet.ServletOutputStream;
importjavax.servlet.http.HttpServletResponse;
importjava.io.IOException;
importjava.lang.reflect.Method;
importjava.util.Arrays;
importjava.util.Map;
importjava.util.concurrent.ConcurrentHashMap;

@Aspect
@Component
@Slf4j
publicclassGuavaLimiterAop{

privatefinalMaprateLimiters=newConcurrentHashMap();

@Pointcut("@annotation(com.congge.annotation.TokenBucketLimiter)")
publicvoidaspect(){
}

@Around(value="aspect()")
publicObjectaround(ProceedingJoinPointpoint)throwsThrowable{
log.debug("準備限流");
Objecttarget=point.getTarget();
StringtargetName=target.getClass().getName();
StringmethodName=point.getSignature().getName();
Object[]arguments=point.getArgs();
ClasstargetClass=Class.forName(targetName);
Class[]argTypes=ReflectUtils.getClasses(arguments);
Methodmethod=targetClass.getDeclaredMethod(methodName,argTypes);
//獲取目標method上的限流注解@Limiter
TokenBucketLimiterlimiter=method.getAnnotation(TokenBucketLimiter.class);
RateLimiterrateLimiter=null;
Objectresult=null;
if(null!=limiter){
//以class+method+parameters為key，避免重載、重寫帶來的混亂
Stringkey=targetName+"."+methodName+Arrays.toString(argTypes);
rateLimiter=rateLimiters.get(key);
if(null==rateLimiter){
//獲取限定的流量
//為了防止并發
rateLimiters.putIfAbsent(key,RateLimiter.create(limiter.value()));
rateLimiter=rateLimiters.get(key);
}
booleanb=rateLimiter.tryAcquire();
if(b){
log.debug("得到令牌，準備執行業務");
result=point.proceed();
}else{
HttpServletResponseresp=((ServletRequestAttributes)RequestContextHolder.getRequestAttributes()).getResponse();
JSONObjectjsonObject=newJSONObject();
jsonObject.put("success",false);
jsonObject.put("msg","限流中");
try{
output(resp,jsonObject.toJSONString());
}catch(Exceptione){
log.error("error,e:{}",e);
}
}
}else{
result=point.proceed();
}
log.debug("退出限流");
returnresult;
}

publicvoidoutput(HttpServletResponseresponse,Stringmsg)throwsIOException{
response.setContentType("application/json;charset=UTF-8");
ServletOutputStreamoutputStream=null;
try{
outputStream=response.getOutputStream();
outputStream.write(msg.getBytes("UTF-8"));
}catch(IOExceptione){
e.printStackTrace();
}finally{
outputStream.flush();
outputStream.close();
}
}
}

基于Semaphore的aop實現

importcom.congge.annotation.ShLimiter;
importlombok.extern.slf4j.Slf4j;
importorg.aspectj.lang.ProceedingJoinPoint;
importorg.aspectj.lang.annotation.Around;
importorg.aspectj.lang.annotation.Aspect;
importorg.aspectj.lang.annotation.Pointcut;
importorg.slf4j.Logger;
importorg.slf4j.LoggerFactory;
importorg.springframework.cglib.core.ReflectUtils;
importorg.springframework.stereotype.Component;

importjava.lang.reflect.Method;
importjava.util.Arrays;
importjava.util.Map;
importjava.util.concurrent.ConcurrentHashMap;
importjava.util.concurrent.Semaphore;

@Aspect
@Component
@Slf4j
publicclassSemaphoreLimiterAop{

privatefinalMapsemaphores=newConcurrentHashMap();
privatefinalstaticLoggerLOG=LoggerFactory.getLogger(SemaphoreLimiterAop.class);

@Pointcut("@annotation(com.congge.annotation.ShLimiter)")
publicvoidaspect(){

}

@Around(value="aspect()")
publicObjectaround(ProceedingJoinPointpoint)throwsThrowable{
log.debug("進入限流aop");
Objecttarget=point.getTarget();
StringtargetName=target.getClass().getName();
StringmethodName=point.getSignature().getName();
Object[]arguments=point.getArgs();
ClasstargetClass=Class.forName(targetName);
Class[]argTypes=ReflectUtils.getClasses(arguments);
Methodmethod=targetClass.getDeclaredMethod(methodName,argTypes);
//獲取目標method上的限流注解@Limiter
ShLimiterlimiter=method.getAnnotation(ShLimiter.class);
Objectresult=null;
if(null!=limiter){
//以class+method+parameters為key，避免重載、重寫帶來的混亂
Stringkey=targetName+"."+methodName+Arrays.toString(argTypes);
//獲取限定的流量
Semaphoresemaphore=semaphores.get(key);
if(null==semaphore){
semaphores.putIfAbsent(key,newSemaphore(limiter.value()));
semaphore=semaphores.get(key);
}
try{
semaphore.acquire();
result=point.proceed();
}finally{
if(null!=semaphore){
semaphore.release();
}
}
}else{
result=point.proceed();
}
log.debug("退出限流");
returnresult;
}

}

基于sentinel的aop實現

importcom.alibaba.csp.sentinel.Entry;
importcom.alibaba.csp.sentinel.SphU;
importcom.alibaba.csp.sentinel.Tracer;
importcom.alibaba.csp.sentinel.slots.block.BlockException;
importcom.alibaba.csp.sentinel.slots.block.RuleConstant;
importcom.alibaba.csp.sentinel.slots.block.flow.FlowRule;
importcom.alibaba.csp.sentinel.slots.block.flow.FlowRuleManager;
importcom.congge.annotation.SentinelLimiter;
importorg.apache.commons.lang3.StringUtils;
importorg.aspectj.lang.JoinPoint;
importorg.aspectj.lang.ProceedingJoinPoint;
importorg.aspectj.lang.annotation.Around;
importorg.aspectj.lang.annotation.Aspect;
importorg.aspectj.lang.annotation.Pointcut;
importorg.springframework.stereotype.Component;

importjava.lang.reflect.Method;
importjava.util.ArrayList;
importjava.util.List;
importjava.util.Objects;

@Aspect
@Component
publicclassSentinelLimiterAop{

privatestaticvoidinitFlowRule(StringresourceName,intlimitCount){
Listrules=newArrayList<>();
FlowRulerule=newFlowRule();
//設置受保護的資源
rule.setResource(resourceName);
//設置流控規則QPS
rule.setGrade(RuleConstant.FLOW_GRADE_QPS);
//設置受保護的資源閾值
rule.setCount(limitCount);
rules.add(rule);
//加載配置好的規則
FlowRuleManager.loadRules(rules);
}

@Pointcut(value="@annotation(com.congge.annotation.SentinelLimiter)")
publicvoidrateLimit(){

}

@Around("rateLimit()")
publicObjectaround(ProceedingJoinPointjoinPoint){
//1、獲取當前的調用方法
MethodcurrentMethod=getCurrentMethod(joinPoint);
if(Objects.isNull(currentMethod)){
returnnull;
}
//2、從方法注解定義上獲取限流的類型
StringresourceName=currentMethod.getAnnotation(SentinelLimiter.class).resourceName();
if(StringUtils.isEmpty(resourceName)){
thrownewRuntimeException("資源名稱為空");
}
intlimitCount=currentMethod.getAnnotation(SentinelLimiter.class).limitCount();
initFlowRule(resourceName,limitCount);

Entryentry=null;
Objectresult=null;
try{
entry=SphU.entry(resourceName);
try{
result=joinPoint.proceed();
}catch(Throwablethrowable){
throwable.printStackTrace();
}
}catch(BlockExceptionex){
//資源訪問阻止，被限流或被降級
//在此處進行相應的處理操作
System.out.println("blocked");
return"被限流了";
}catch(Exceptione){
Tracer.traceEntry(e,entry);
}finally{
if(entry!=null){
entry.exit();
}
}
returnresult;
}

privateMethodgetCurrentMethod(JoinPointjoinPoint){
Method[]methods=joinPoint.getTarget().getClass().getMethods();
Methodtarget=null;
for(Methodmethod:methods){
if(method.getName().equals(joinPoint.getSignature().getName())){
target=method;
break;
}
}
returntarget;
}

}

5.2.4 配置自動裝配AOP實現

在resources目錄下創建上述的spring.factories文件，內容如下，通過這種方式配置后，其他應用模塊引入了當前的SDK的jar之后，就可以實現開箱即用了；

org.springframework.boot.autoconfigure.EnableAutoConfiguration=
com.congge.aop.SemaphoreLimiterAop,
com.congge.aop.GuavaLimiterAop,
com.congge.aop.SemaphoreLimiterAop

5.2.5 將工程打成jar進行安裝

這一步比較簡單就跳過了

5.2.6 在其他的工程中引入上述SDK


cm.congge
biz-limit
1.0-SNAPSHOT

5.2.7 編寫測試接口

在其他工程中，編寫一個測試接口，并使用上面的注解，這里以guava的限流注解為例進行說明

importcom.congge.annotation.TokenBucketLimiter;
importorg.springframework.web.bind.annotation.GetMapping;
importorg.springframework.web.bind.annotation.RestController;

@RestController
publicclassSdkController{

//localhost:8081/query
@GetMapping("/query")
@TokenBucketLimiter(1)
publicStringqueryUser(){
return"queryUser";
}

}

5.2.8 功能測試

啟動當前的工程后，正常調用接口，每秒一次的請求，可以正常得到結果