SpringBoot 如何进行限流

如何优雅地限制流量(基于AOP）。

首先，让我们来看看为什么需要限制接口的流量。

为什么要限流？
由于互联网系统通常面临大并发大流量的要求，在紧急情况下（最常见的场景是第二次杀戮和抢购），即时大流量将直接打破系统，无法提供外部服务。为了防止这种情况，最常见的解决方案之一是限制流量。当要求达到一定的并发数或速度时，等待、排队、降级、拒绝服务等。

比如12306购票系统，面对高并发，采用限流。 提示语经常出现在流量高峰期；目前排队人数较多，请稍后再试！

什么是限流？限流算法有哪些？
限流是限制窗口中的请求数，保持系统的可用性和稳定性，防止系统因流量激增而运行缓慢或停机。

有三种常见的限流算法：

1. 计数器限流

计数器限流算法是最简单、最粗糙的解决方案，主要用于限制总并发数，如数据库连接池大小、线程池大小、接口访问并发数等。

如：使用 AomicInteger 统计目前并发执行的次数，如果超过域值，直接拒绝要求，提示系统繁忙。

2. 漏桶算法

漏桶算法思路很简单，我们把水比作是请求，漏桶比作是系统处理能力极限，水先进入到漏桶里，漏桶里的水按一定速率流出，当流出的速率小于流入的速率时，由于漏桶容量有限，后续进入的水直接溢出（拒绝请求），以此实现限流。

3. 令牌桶算法

令牌桶算法的原理也比较简单，我们可以理解为医院挂号看病，只有拿到号后才能诊病。

该系统将维护令牌（token）桶，以恒定的速度将令牌放入桶中（token），这个时候，如果要求进来处理，需要从桶里拿到令牌（token），桶里没有令牌（token）如果可取，请求将被拒绝。令牌桶算法通过控制桶的容量和发放令牌的速度来限制请求。

基于Guava实现工具类限流
Google开源工具包Guava提供限流工具RateLimiter，基于令牌桶算法实现流量限制，使用非常方便高效，步骤如下：

第一步：引入guava依赖包

     com.google.guava     guava     30.1-jre  

第二步：在界面上添加限流逻辑

@Slf4j @RestController @RequestMapping("/limit") public class LimitController {     /**      * 限流策略 ： 1秒钟2个请求      */     private final RateLimiter limiter = RateLimiter.create(2.0);      private DateTimeFormatter dtf = DateTimeFormatter.ofPattern("yyyy-MM-dd HH:mm:ss");      @GetMapping("/test1")     public String testLimiter() {         //500毫秒内，未取得令牌，直接进入服务降级         boolean tryAcquire = limiter.tryAcquire(500, TimeUnit.MILLISECONDS);          if (!tryAcquire) {             log.warn("进入服务降级，时间{}", LocalDateTime.now().format(dtf));             return "目前排队人数较多，请稍后再试！";         }          log.info("成功获得令牌，时间{}", LocalDateTime.now().format(dtf));         return "请求成功";     } } 

以上用到了RateLimiter两个核心方法:create()、tryAcquire()以下是详细说明

acquire() 获得令牌， 在获得这个令牌之前，改变方法会被堵塞， 返回值需要时间才能获得这个令牌
acquire(int permits) 获取指定数量的令牌， 该方法也会阻塞, 返回值为获得此 N 一个令牌要花时间
tryAcquire() 判断时可获得令牌， 如果没有，立即返回 false
tryAcquire(int permits) 获取指定数量的令牌, 如果没有，立即返回 false
tryAcquire(long timeout, TimeUnit unit) 判断能否在指定时间内获得令牌， 如果没有，立即返回 false
tryAcquire(int permits, long timeout, TimeUnit unit) 同上
第三步：体验效果
访问测试地址： http://127.0.0.1:8080/limit/test1.反复刷新和观察后端日志

WARN LimitController:35 - 2021-09-25进入服务降级 21:39:37
WARN LimitController:35 - 2021-09-25进入服务降级 21:39:37
INFO LimitController:39 - 2021-09-25获得令牌成功 21:39:37
WARN LimitController:35 - 2021-09-25进入服务降级 21:39:37
WARN LimitController:35 - 2021-09-25进入服务降级 21:39:37
INFO LimitController:39 - 2021-09-25获得令牌成功 21:39:37

WARN LimitController:35 - 2021-09-25进入服务降级 21:39:38
INFO LimitController:39 - 2021-09-25获得令牌成功 21:39:38
WARN LimitController:35 - 2021-09-25进入服务降级 21:39:38
INFO LimitController:39 - 2021-09-25获得令牌成功 21:39:38

从上面的日志可以看出，一秒钟内只有两次成功，其他的都失败了，这表明我们已经成功地为界面增加了限流功能。

当然，我们不能直接在实际开发中使用它。至于原因，你想，你需要手动添加每个接口tryAcquire()，业务代码和限流代码混在一起，明显违反DRY原则，代码冗余，重复劳动。代码评审肯定会被老鸟嘲笑，什么破东西！

所以，我们这里需要想办法将其优化 - 借助自定义注释 AOP实现界面限流。

基于AOP实现界面限流
基于AOP实现方法也很简单，实现过程如下：

第一步：加入AOP依赖

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

第二步:自定义限流注释

@Retention(RetentionPolicy.RUNTIME) @Target({ElementType.METHOD}) @Documented public @interface Limit {     /**      * 资源的key,唯一      * 功能：接口不同，不同的流量控制      */     String key() default "";      /**      * 访问限制最多      */     double permitsPerSecond () ;      /**      * 获得令牌最大等待时间      */     long timeout();      /**      * 获得令牌最大等待时间,单位(例:分钟/秒/m秒) 默认:毫秒      */     TimeUnit timeunit() default TimeUnit.MILLISECONDS;      /**      * 没有令牌的提示      */     String msg() default "系统繁忙,请稍后再试."; } 

第三步：使用AOP截面拦截限流注解

@Slf4j @Aspect @Component public class LimitAop {     /**      * 不同的接口，不同的流量控制      * map的key为 Limiter.key      */     private final Map limitMap = Maps.newConcurrentMap();      @Around("@annotation(com.jianzh5.blog.limit.Limit)")     public Object around(ProceedingJoinPoint joinPoint) throws Throwable{         MethodSignature signature = (MethodSignature) joinPoint.etSignature();
        Method method = signature.getMethod();
        //拿limit的注解
        Limit limit = method.getAnnotation(Limit.class);
        if (limit != null) {
            //key作用：不同的接口，不同的流量控制
            String key=limit.key();
            RateLimiter rateLimiter = null;
            //验证缓存是否有命中key
            if (!limitMap.containsKey(key)) {
                // 创建令牌桶
                rateLimiter = RateLimiter.create(limit.permitsPerSecond());
                limitMap.put(key, rateLimiter);
                log.info("新建了令牌桶={}，容量={}",key,limit.permitsPerSecond());
            }
            rateLimiter = limitMap.get(key);
            // 拿令牌
            boolean acquire = rateLimiter.tryAcquire(limit.timeout(), limit.timeunit());
            // 拿不到命令，直接返回异常提示
            if (!acquire) {
                log.debug("令牌桶={}，获取令牌失败",key);
                this.responseFail(limit.msg());
                return null;
            }
        }
        return joinPoint.proceed();
    }

    /**
     * 直接向前端抛出异常
     * @param msg 提示信息
     */
    private void responseFail(String msg)  {
        HttpServletResponse response=((ServletRequestAttributes) RequestContextHolder.getRequestAttributes()).getResponse();
        ResultData