Java 实现每分钟 100 个请求的限流功能

在高并发的应用场景中，为了保证系统的稳定性和可用性，限流是一项非常重要的技术。本文将介绍如何使用 Java 实现每分钟 100 个请求的限流功能。

我们需要明确限流的核心思想。限流的目的是控制请求的访问速率，避免系统在短时间内承受过多的压力。常见的限流算法有令牌桶算法和漏桶算法。在本示例中，我们将采用令牌桶算法来实现限流功能。

接下来，我们创建一个 RateLimiter 类来处理限流逻辑。

import java.util.concurrent.ConcurrentHashMap;
import java.util.concurrent.atomic.AtomicInteger;

public class RateLimiter {
    private ConcurrentHashMap<String, AtomicInteger> requestCounts = new ConcurrentHashMap<>();
    private int limitPerMinute = 100;

    public boolean allowRequest(String key) {
        AtomicInteger count = requestCounts.get(key);
        if (count == null) {
            count = new AtomicInteger(0);
            requestCounts.put(key, count);
        }

        int currentCount = count.incrementAndGet();
        if (currentCount <= limitPerMinute) {
            return true;
        } else {
            count.decrementAndGet();
            return false;
        }
    }
}

在上述代码中，requestCounts 用于存储每个客户端的请求计数。limitPerMinute 表示每分钟的限制请求数。allowRequest 方法用于判断当前请求是否被允许。

然后，在实际的业务逻辑中使用这个限流器。

public class Main {
    public static void main(String[] args) {
        RateLimiter rateLimiter = new RateLimiter();

        // 模拟请求
        for (int i = 0; i < 200; i++) {
            String clientKey = "client" + (i % 10);
            if (rateLimiter.allowRequest(clientKey)) {
                System.out.println("请求 " + clientKey + " 被允许");
            } else {
                System.out.println("请求 " + clientKey + " 被限流");
            }
        }
    }
}

通过以上的代码实现，我们能够有效地限制每分钟的请求数量。当请求数超过每分钟 100 个时，后续的请求将被限流。

在实际应用中，还可以根据具体的需求对限流逻辑进行优化和扩展，例如设置不同的限流策略、动态调整限流阈值等。

通过合理地使用限流技术，可以保障系统在高并发情况下的稳定运行，提升用户体验和系统的可靠性。