Java AOP實(shí)現(xiàn)自定義滑動(dòng)窗口限流器方法詳解
滑動(dòng)窗口算法
滑動(dòng)窗口算法是一種廣泛應(yīng)用于計(jì)算機(jī)科學(xué)和數(shù)據(jù)分析中的數(shù)據(jù)流算法,特別適用于處理具有時(shí)間序列特性的數(shù)據(jù),如網(wǎng)絡(luò)流量監(jiān)控、速率限制、數(shù)據(jù)分析等領(lǐng)域。其核心思想是在一個(gè)固定大小的“窗口”內(nèi)對(duì)數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析,這個(gè)窗口會(huì)隨著數(shù)據(jù)的流入而向前滑動(dòng),始終保持最新一段時(shí)間內(nèi)的數(shù)據(jù)統(tǒng)計(jì)。
基本概念
- 窗口大?。夯瑒?dòng)窗口有一個(gè)固定的尺寸,表示你關(guān)心的數(shù)據(jù)的時(shí)間范圍或數(shù)據(jù)數(shù)量。例如,如果你關(guān)注的是過去5分鐘內(nèi)的數(shù)據(jù),那么窗口大小就是5分鐘。
- 滑動(dòng)/移動(dòng):隨著時(shí)間的推移或新數(shù)據(jù)的到來,窗口會(huì)不斷向前移動(dòng),丟棄最舊的數(shù)據(jù)點(diǎn),同時(shí)納入最新的數(shù)據(jù)點(diǎn),始終保持窗口內(nèi)數(shù)據(jù)的新鮮度。
- 數(shù)據(jù)處理:在窗口內(nèi)的數(shù)據(jù)會(huì)被用來進(jìn)行各種計(jì)算,比如求平均值、最大值、最小值、計(jì)數(shù)等,具體取決于應(yīng)用場(chǎng)景。
應(yīng)用實(shí)例
- 網(wǎng)絡(luò)流量控制:在網(wǎng)絡(luò)傳輸中,滑動(dòng)窗口常用來控制發(fā)送速率,避免擁塞。TCP協(xié)議中的擁塞控制就采用了類似滑動(dòng)窗口的機(jī)制來調(diào)整數(shù)據(jù)包的發(fā)送速率。
- 速率限制(Rate Limiting):在Web服務(wù)中,滑動(dòng)窗口算法可以用來實(shí)現(xiàn)對(duì)API調(diào)用或其他請(qǐng)求的速率限制,確保服務(wù)不會(huì)因?yàn)檫^多的請(qǐng)求而過載。通過控制窗口期內(nèi)的請(qǐng)求總數(shù)或特定時(shí)間段內(nèi)的請(qǐng)求頻率,可以平滑系統(tǒng)負(fù)載。
- 交易監(jiān)控:在金融系統(tǒng)中,滑動(dòng)窗口可用于監(jiān)控交易活動(dòng),比如檢測(cè)是否存在異常交易模式,通過分析一段時(shí)間內(nèi)的交易頻次和金額分布。
實(shí)現(xiàn)要點(diǎn)
- 數(shù)據(jù)結(jié)構(gòu)選擇:為了高效實(shí)現(xiàn)滑動(dòng)窗口,通常使用隊(duì)列或哈希表等數(shù)據(jù)結(jié)構(gòu)來存儲(chǔ)窗口內(nèi)的數(shù)據(jù),便于快速插入和刪除元素。
- 窗口邊界處理:需要準(zhǔn)確地管理窗口的邊界,確保當(dāng)新數(shù)據(jù)到來時(shí),能及時(shí)移除窗口最左邊(或最舊)的數(shù)據(jù)點(diǎn),同時(shí)加入新數(shù)據(jù)點(diǎn)。
- 時(shí)間復(fù)雜度:理想情況下,滑動(dòng)窗口算法的操作(如添加元素、移除元素、計(jì)算窗口內(nèi)統(tǒng)計(jì)量)應(yīng)該能在常數(shù)時(shí)間內(nèi)完成,以保證算法的高效性。
滑動(dòng)窗口算法因其靈活性和高效性,在眾多領(lǐng)域中都有重要應(yīng)用,是理解和處理時(shí)間序列數(shù)據(jù)的一個(gè)非常實(shí)用的工具。
要實(shí)現(xiàn)AOP結(jié)合滑動(dòng)窗口算法來實(shí)現(xiàn)自定義規(guī)則的限流,我們可以在原有的基礎(chǔ)上進(jìn)一步擴(kuò)展,以支持更靈活的配置和更復(fù)雜的規(guī)則。以下是一個(gè)基于Spring AOP和滑動(dòng)窗口算法的簡(jiǎn)單示例,包括自定義注解來設(shè)置限流規(guī)則,以及如何在切面中應(yīng)用這些規(guī)則。
定義緩存注解
首先,定義一個(gè)自定義注解來標(biāo)記需要限流的方法,并允許傳入限流的具體規(guī)則
package com.example.demo.annotation; import java.lang.annotation.ElementType; import java.lang.annotation.Retention; import java.lang.annotation.RetentionPolicy; import java.lang.annotation.Target; @Target(ElementType.METHOD) @Retention(RetentionPolicy.RUNTIME) public @interface WindowRateLimit { // 允許的最大請(qǐng)求數(shù) int limit(); // 窗口時(shí)間長(zhǎng)度,單位毫秒 long timeWindowMilliseconds(); }
滑動(dòng)窗口限流器
接下來,實(shí)現(xiàn)滑動(dòng)窗口限流器,這里簡(jiǎn)化處理,直接使用內(nèi)存實(shí)現(xiàn),實(shí)際應(yīng)用中可能需要基于Redis等持久化存儲(chǔ)以適應(yīng)分布式場(chǎng)景:
核心思想:每次請(qǐng)求進(jìn)來時(shí),獲取當(dāng)前時(shí)間的時(shí)間戳,將每次請(qǐng)求的時(shí)間戳存儲(chǔ)到LinkedList集合中,同時(shí)以當(dāng)前時(shí)間為窗口期的結(jié)束點(diǎn),刪除往前一個(gè)窗口期內(nèi)所有的請(qǐng)求時(shí)間戳,將LinkedList集合剩余數(shù)據(jù)的個(gè)數(shù)與自定義設(shè)置的窗口期請(qǐng)求峰值進(jìn)行對(duì)比,若等于則直接限流。
package com.example.demo.uitls; import lombok.AllArgsConstructor; import lombok.Data; import lombok.NoArgsConstructor; import java.io.Serializable; import java.util.LinkedList; /** * SlidingWindowRateLimiter : 滑動(dòng)窗口限流算法 */ @Data @AllArgsConstructor @NoArgsConstructor public class SlidingWindowRateLimiter implements Serializable { /** * 請(qǐng)求隊(duì)列 */ private LinkedList<Long> requests = new LinkedList<>(); /** * 最大請(qǐng)求數(shù) */ private int maxRequests; /** * 窗口大小 */ private long windowSizeInMilliseconds; public SlidingWindowRateLimiter(int maxRequests, long windowSizeInMilliseconds) { this.maxRequests = maxRequests; this.windowSizeInMilliseconds = windowSizeInMilliseconds; } /** * 判斷是否允許請(qǐng)求 * @return */ public synchronized boolean allowRequest() { // 獲取當(dāng)前時(shí)間 long currentTime = System.currentTimeMillis(); // 清除窗口之外的舊請(qǐng)求 while (!requests.isEmpty() && currentTime - requests.peekFirst() > windowSizeInMilliseconds) { requests.removeFirst(); } // 如果當(dāng)前窗口請(qǐng)求未達(dá)到上限,則允許請(qǐng)求并記錄 if (requests.size() < maxRequests) { requests.addLast(currentTime); return true; } else { // 達(dá)到限流閾值,拒絕請(qǐng)求 return false; } } }
AOP切面實(shí)現(xiàn)
最后,創(chuàng)建AOP切面來應(yīng)用限流邏輯:
將需要限流的方法所初始化的滑動(dòng)窗口限流器緩存到Redis中,過期時(shí)間設(shè)置為對(duì)應(yīng)的窗口時(shí)間。
一個(gè)窗口時(shí)間內(nèi),若沒有新的請(qǐng)求進(jìn)來,即存儲(chǔ)的請(qǐng)求時(shí)間戳都為窗口期外的,因此可以直接清除掉已減少緩存占用空間。
package com.example.demo.aspect; import com.example.demo.annotation.WindowRateLimit; import com.example.demo.config.redis.RedisKeyEnum; import com.example.demo.uitls.RedisUtil; import com.example.demo.uitls.SlidingWindowRateLimiter; import jakarta.annotation.Resource; import org.aspectj.lang.ProceedingJoinPoint; import org.aspectj.lang.annotation.Around; import org.aspectj.lang.annotation.Aspect; import org.springframework.stereotype.Component; /** * RateLimiterAspect : */ @Aspect @Component public class SlidingWindowRateLimiterAspect { @Resource private RedisUtil redisUtil; @Around("@annotation(rateLimit)") public Object applyRateLimit(ProceedingJoinPoint joinPoint, WindowRateLimit rateLimit) throws Throwable { // 獲取調(diào)用的方法名 String methodName = joinPoint.getSignature().getName(); // 獲取方法對(duì)應(yīng)的緩存滑動(dòng)窗口限流器KEY String key = RedisKeyEnum.WINDOW_CURRENT_LIMITING.getKey() + methodName; // 從緩存中獲取滑動(dòng)窗口限流器 SlidingWindowRateLimiter rateLimiter = redisUtil.getCacheObject(key); // 如果滑動(dòng)窗口限流器不存在,則創(chuàng)建一個(gè)新限流器 if (rateLimiter == null) { rateLimiter = new SlidingWindowRateLimiter(rateLimit.limit(), rateLimit.timeWindowMilliseconds()); } // 如果滑動(dòng)窗口限流器存在,則判斷是否允許請(qǐng)求 if (!rateLimiter.allowRequest()) { throw new RuntimeException("Too many requests, please try again later."); } // 如果允許請(qǐng)求,則更新滑動(dòng)窗口限流器,緩存過期時(shí)間設(shè)置為滑動(dòng)窗口限流器時(shí)間窗口 redisUtil.setCacheObject(key, rateLimiter, rateLimit.timeWindowMilliseconds(), TimeUnit.MILLISECONDS); // 允許執(zhí)行方法 return joinPoint.proceed(); } }
應(yīng)用限流注解
在需要做限流的方法上加上注解,在注解參數(shù)中設(shè)定 允許的最大請(qǐng)求數(shù) 和 窗口時(shí)間長(zhǎng)度(單位毫秒)
package com.example.demo.service.impl; import com.example.demo.annotation.WindowRateLimit; import com.example.demo.service.TestService; import jakarta.annotation.Resource; import org.springframework.stereotype.Service; @Service public class TestServiceImpl implements TestService { @Override @WindowRateLimit(limit = 5, timeWindowMilliseconds = 60L*1000) // 每最多允許5次請(qǐng)求 public String getContent() { return "Hello Word"; } }
首次請(qǐng)求時(shí),初始化滑動(dòng)窗口限流器,記錄第一次請(qǐng)求的時(shí)間戳
窗口期內(nèi),記錄了五次請(qǐng)求的時(shí)間戳后,已達(dá)到我們?cè)谧⒔庵性O(shè)置的窗口期最大請(qǐng)求量
此時(shí)接口限流
到此這篇關(guān)于Java AOP實(shí)現(xiàn)自定義滑動(dòng)窗口限流器方法詳解的文章就介紹到這了,更多相關(guān)Java滑動(dòng)窗口限流器內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!
相關(guān)文章
JAVASE系統(tǒng)實(shí)現(xiàn)抽卡功能
這篇文章主要為大家詳細(xì)介紹了JAVASE系統(tǒng)實(shí)現(xiàn)抽卡功能,文中示例代碼介紹的非常詳細(xì),具有一定的參考價(jià)值,感興趣的小伙伴們可以參考一下2020-11-11mybatis plus saveBatch方法方法執(zhí)行慢導(dǎo)致接口發(fā)送慢解決分析
這篇文章主要為大家介紹了mybatis plus saveBatch方法導(dǎo)致接口發(fā)送慢解決分析,有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進(jìn)步,早日升職加薪2023-10-10springboot實(shí)現(xiàn)攔截器之驗(yàn)證登錄示例
本篇文章主要介紹了springboot實(shí)現(xiàn)攔截器之驗(yàn)證登錄示例,小編覺得挺不錯(cuò)的,現(xiàn)在分享給大家,也給大家做個(gè)參考。一起跟隨小編過來看看吧2017-02-02Mybatis結(jié)果集自動(dòng)映射的實(shí)例代碼
在使用Mybatis時(shí),有的時(shí)候我們可以不用定義resultMap,而是直接在<select>語句上指定resultType。這個(gè)時(shí)候其實(shí)就用到了Mybatis的結(jié)果集自動(dòng)映射,下面通過本文給大家分享Mybatis結(jié)果集自動(dòng)映射的實(shí)例代碼,一起看看吧2017-02-02BUUCTF-easy java WEB-INF/web.xml泄露漏洞及其利用方式
這篇文章主要介紹了BUUCTF-easy java WEB-INF/web.xml泄露漏洞及其利用方式,具有很好的參考價(jià)值,希望對(duì)大家有所幫助,如有錯(cuò)誤或未考慮完全的地方,望不吝賜教2024-07-07Java中HashMap和TreeMap的區(qū)別深入理解
首先介紹一下什么是Map。在數(shù)組中我們是通過數(shù)組下標(biāo)來對(duì)其內(nèi)容索引的,而在Map中我們通過對(duì)象來對(duì)對(duì)象進(jìn)行索引,用來索引的對(duì)象叫做key,其對(duì)應(yīng)的對(duì)象叫做value2012-12-12