限流背景

在早期的計算機領域，限流技術（time limiting）被用做控制網(wǎng)絡接口收發(fā)通信數(shù)據(jù)的速率。可以用來優(yōu)化性能，減少延遲和提高帶寬等?，F(xiàn)在在互聯(lián)網(wǎng)領域，也借鑒了這個概念，用來為服務控制請求的速率，如雙十一的限流，12306的搶票等。即使在細粒度的軟件架構中，也有類似的概念。

系統(tǒng)在使用下游資源時，需要考慮下游對資源受限，處理能力，在下游資源無法或者短時間內(nèi)無法提升處理性能的情況下，可以使用限流器或者類似保護機制，避免下游服務崩潰造成整體服務的不可用。

限流相關概念

在介紹限流之前先介紹幾個容易混淆的概念，包括服務熔斷，服務降級，服務隔離。

服務熔斷

理解熔斷之前先了解另一個概念：微服務的雪崩效應。因為熔斷機制通常是作為應對雪崩效應的一種微服務鏈路保護機制。

在微服務架構中，一個微服務通常是完成一個單一業(yè)務功能的獨立應用。這樣做的好處是各個業(yè)務功能之間最大可能的解耦，每個微服務可以獨立演進。通常一個應用可能會有很多個微服務組成，服務間通過RPC互相調(diào)用。假如有如下服務調(diào)用鏈路：

A，B依賴C去調(diào)用E，F(xiàn)。如果E服務不能正常提供服務了，C的超時重試機制將會執(zhí)行。同時新的調(diào)用不斷產(chǎn)生，會導致C對E服務的調(diào)用大量的積壓，產(chǎn)生大量的調(diào)用等待和重試調(diào)用，慢慢會耗盡C的資源，比如內(nèi)存或CPU，同時影響C調(diào)F，最終整個應用不可用。本例中由于鏈路上E的故障，對微服務A，B的調(diào)用就會占用越來越多的系統(tǒng)資源，進而引起系統(tǒng)崩潰，即所謂的“雪崩效應”。

熔斷機制是應對雪崩效應的一種微服務鏈路保護機制，生活中有很多熔斷的例子。比如電路中某個地方的電壓過高，熔斷器就會熔斷，對電路進行過載保護。股市里邊，如果股票指數(shù)漲跌幅過高，觸及設置的熔斷點后，隨后的一段時間內(nèi)將暫停交易。在微服務架構中的熔斷機制作用類似。當調(diào)用鏈路的某個微服務不可用，或者響應時間太長，或者錯誤次數(shù)達到某個閾值，會進行服務熔斷，即快速返回響應信息。當檢測到該節(jié)點微服務調(diào)用響應正常后，逐步恢復正常的調(diào)用鏈路。

服務降級

服務降級主要是指在服務器壓力陡增的情況下，根據(jù)某種策略對一些非核心服務或者頁面不做請求處理或者簡單處理，或者限流某個服務，從而釋放服務器資源以保證核心業(yè)務正常運作或高效運作。比如京東618活動時，把無關交易的服務降級，比如關閉某個服務，或者查看歷史訂單，商品歷史評論等非交易核心業(yè)務，只顯示最近100條等。

服務隔離

隔離是指服務或者資源隔離開。服務隔離能夠在服務發(fā)生故障時限定其影響范圍，保證其他服務還是可用的。資源隔離一般是指通過隔離來減少服務間資源競爭。資源隔離的粒度有很多種，比如線程隔離，進程隔離，機房隔離等。線程隔離即隔離線程池資源，不同服務的執(zhí)行使用不同的線程池。這樣做的好處是即使其中一個服務線程池滿了，也不會影響到其他的服務。比如下圖中Tomcat處理請求，對每個微服務，都分配一個線程池。

服務限流

服務限流是限制請求的數(shù)量，即某個時間窗口內(nèi)的請求速率。一旦達到限制速率則可以拒絕服務（定向到錯誤頁或告知系統(tǒng)忙），排隊等待（比如秒殺，用戶評論，下單），降級（返回兜底數(shù)據(jù)或默認數(shù)據(jù)）。

比較

服務熔斷，服務降級都是從系統(tǒng)的可用性角度考慮，防止系統(tǒng)響應延遲甚至崩潰而采用的技術性的系統(tǒng)保護手段。服務熔斷一般是由某個下游服務故障引起，而服務降級一般是從整體業(yè)務的負載情況考慮，目的是為了降低系統(tǒng)負載。限流則是對單位時間內(nèi)請求次數(shù)的限制。三者都是通過某種手段保證流量過載時系統(tǒng)的可用性。服務隔離則是讓不同的業(yè)務使用各自獨立的線程池資源，避免服務之間資源競爭的影響。

常見的限流方法

常見的限流手段有如下這些。限制總的并發(fā)數(shù)（比如數(shù)據(jù)庫連接池，線程池），限制瞬時并發(fā)數(shù)（如nginx的limit_conn模塊，用來限制瞬時并發(fā)連接數(shù)），限制某個時間窗口內(nèi)的平均速率（RateLimiter，nginx的limit_req模塊）；此外還有限制RPC調(diào)用頻率，限制MQ的消費速率等。

限流工具類RateLimiter

google開源工具包guava提供了限流工具類RateLimiter，該類基于“令牌桶算法”，非常方便使用。

RateLimiter 使用Demo：

import com.google.common.util.concurrent.RateLimiter;
public class RateLimiterDemo {
    public static void main(String[] args) {
//        testNoRateLimiter();
        testWithRateLimiter();
    }
    public static void testNoRateLimiter() {
        Long start = System.currentTimeMillis();
        for (int i = 0; i < 10; i++) {
            System.out.println("call execute.." + i);
        }
        Long end = System.currentTimeMillis();
        System.out.println(end - start);
    }
    public static void testWithRateLimiter() {
        Long start = System.currentTimeMillis();
        RateLimiter limiter = RateLimiter.create(10.0); // 每秒不超過10個任務被提交
        for (int i = 0; i < 20; i++) {
            limiter.acquire(); // 請求RateLimiter, 超過permits會被阻塞
            System.out.println("call execute.." + i);
        }
        Long end = System.currentTimeMillis();
        System.out.println(end - start);
    }
}

Guava版本

<dependency>
     <groupId>com.google.guava</groupId>
     <artifactId>guava</artifactId>
     <version>18.0</version>
</dependency>

總結(jié)

本篇文章就到這里了，希望能夠給你帶來幫助，也希望您能夠多多關注腳本之家的更多內(nèi)容!  

最新評論