带着问题走近限流
为什么要限流呢？
就像我上面说的，流量多，的确是一件好事，但是如果过载，把系统打挂了，那大家都要吃席了。
所以，在各种大促活动之前，要对系统进行压测，评估整个系统的峰值QPS，要做一些限流的设置，超过一定阈值，就拒绝处理或者延后处理，避免把系统打挂的情况出现。
限流和熔断有什么区别？
限流发生在流量进来之前，超过的流量进行限制。
熔断是一种应对故障的机制，发生在流量进来之后，如果系统发生故障或者异常，熔断会自动切断请求，防止故障进一步扩展，导致服务雪崩。
限流和削峰有什么区别？
削峰是对流量的平滑处理，通过缓慢地增加请求的处理速率来避免系统瞬时过载。
削峰大概就是水库，把流量储存起来，慢慢流，限流大概就是闸口，拒绝超出的流量。
限流的通用流程
那么具体限流怎么实现呢？可以概括为以下几个步骤：
统计请求流量：记录请求的数量或速率，可以通过计数器、滑动窗口等方式进行统计。 判断是否超过限制：根据设定的限制条件，判断当前请求流量是否超过限制。 执行限流策略：如果请求流量超过限制，执行限流策略，如拒绝请求、延迟处理、返回错误信息等。 更新统计信息：根据请求的处理结果，更新统计信息，如增加计数器的值、更新滑动窗口的数据等。 重复执行以上步骤：不断地统计请求流量、判断是否超过限制、执行限流策略、更新统计信息
需要注意的是，具体的限流算法实现可能会根据不同的场景和需求进行调整和优化，比如使用令牌桶算法、漏桶算法等。
单机限流和分布式限流
我们注意到，在限流的通用流程里，需要统计请求量、更新统计量，那么这个请求量的统计和更新就必须维护在一个存储里。
假如只是一个单机版的环境，那就很好办了，直接储存到本地。
但是一般来讲，我们的服务都是集群部署的，如何来实现多台机器之间整体的限流呢？
这时候就可以把我们的统计信息放到Tair或Redis等分布式的K-V存储中。
接下来，我们开始实现一些常见的限流算法，这里使用Redis作为分布式存储，Redis不用多说了吧，最流行的分布式缓存DB；Redission作为Redis客户端，Redission单纯只是用来做分布式锁，有些”屈才“，其实用来作为Redis的客户端也非常好用。
在开始之前，我们先简单准备一下环境，Redis安装和项目创建就不多说了。
添加依赖
<dependency> <groupId>org.redisson</groupId> <artifactId>redisson</artifactId> <version>3.16.2</version> </dependency>免责声明：
① 本站未注明“稿件来源”的信息均来自网络整理。其文字、图片和音视频稿件的所属权归原作者所有。本站收集整理出于非商业性的教育和科研之目的，并不意味着本站赞同其观点或证实其内容的真实性。仅作为临时的测试数据，供内部测试之用。本站并未授权任何人以任何方式主动获取本站任何信息。
② 本站未注明“稿件来源”的临时测试数据将在测试完成后最终做删除处理。有问题或投稿请发送至: 邮箱/279061341@qq.com QQ/279061341
软考中级精品资料免费领
历年真题答案解析
备考技巧名师总结
高频考点精准押题
- 资料下载
- 历年真题
193.9 KB下载数265
191.63 KB下载数245
143.91 KB下载数1148
183.71 KB下载数642
644.84 KB下载数2756
相关文章
发现更多好内容猜你喜欢
AI推送时光机四种分布式限流算法和代码实现
Java实现5种限流算法及7种限流方式
Redis和Lua实现分布式限流器
springboot+redis 实现分布式限流令牌桶的示例代码
vue+uniapp瀑布流布局多种实现方式示例代码
Go+Redis实现常见限流算法的示例代码
Golang实现常见的限流算法的示例代码
基于Redis实现分布式应用限流的方法
web开发中分布式系统中的限流器实现算法怎么用
go实现一个分布式限流器的方法步骤
Go语言开发实现分布式流式计算系统的方法与实践
Java、Unix和JavaScript的分布式计算优势及其实现方法。
二维码在分布式系统中的应用，Python如何实现分布式计算和数据交互？
采用PHP和HTTP协议，如何更好地实现分布式编程算法？
如何在分布式编程算法中利用PHP和HTTP协议实现高效编程？
Go语言：编程新宠，如何用其实现更高效的算法、自然语言处理和分布式计算？
