技术文摘
六种限流实现及代码示例
2024-12-30 20:51:17 小编
六种限流实现及代码示例
在当今的互联网应用中,限流是一项非常重要的技术手段,用于保护系统免受突发流量的冲击,确保服务的稳定性和可用性。以下将介绍六种常见的限流实现方式,并提供相应的代码示例。
1. 令牌桶算法
令牌桶算法的基本思想是按照一定的速率往桶中放入令牌,请求到来时从桶中获取令牌,如果桶中没有令牌则拒绝请求。
import time
class TokenBucket:
def __init__(self, rate, capacity):
self.rate = rate # 令牌放入速率
self.capacity = capacity # 桶的容量
self.tokens = capacity # 当前令牌数量
self.last_time = time.time()
def get_token(self):
now = time.time()
# 计算新产生的令牌数量
new_tokens = (now - self.last_time) * self.rate
self.tokens = min(self.capacity, self.tokens + new_tokens)
self.last_time = now
if self.tokens >= 1:
self.tokens -= 1
return True
else:
return False
2. 漏桶算法
漏桶算法则是将请求放入桶中,以固定的速率处理请求。
class LeakyBucket {
private int capacity; // 桶的容量
private int rate; // 出水速率
private int water; // 当前水量
private long lastTime; // 上次处理时间
public LeakyBucket(int capacity, int rate) {
this.capacity = capacity;
this.rate = rate;
this.water = 0;
this.lastTime = System.currentTimeMillis();
}
public boolean processRequest() {
long now = System.currentTimeMillis();
int leaked = (int) ((now - lastTime) * rate / 1000);
water = Math.max(0, water - leaked);
lastTime = now;
if (water + 1 <= capacity) {
water++;
return true;
} else {
return false;
}
}
}
3. 计数器限流
通过简单的计数器来限制单位时间内的请求数量。
import time
class CounterLimiter:
def __init__(self, limit, period):
self.limit = limit # 限制数量
self.period = period # 时间周期(秒)
self.count = 0
self.start_time = time.time()
def allow_request(self):
now = time.time()
if now - self.start_time > self.period:
self.count = 0
self.start_time = now
if self.count < self.limit:
self.count += 1
return True
else:
return False
4. 滑动窗口限流
将时间划分为多个小窗口,通过统计滑动窗口内的请求数量来进行限流。
5. 分布式限流
利用分布式协调组件(如 Redis)来实现跨多个节点的限流。
import redis
class RedisLimiter:
def __init__(self, redis_client, key, limit, period):
self.redis_client = redis_client
self.key = key
self.limit = limit
self.period = period
def allow_request(self):
count = self.redis_client.incr(self.key)
if count == 1:
self.redis_client.expire(self.key, self.period)
if count <= self.limit:
return True
else:
return False
6. 基于 Guava 限流库
Guava 提供了方便易用的限流工具类。
import com.google.common.util.concurrent.RateLimiter;
RateLimiter rateLimiter = RateLimiter.create(5); // 每秒允许 5 个请求
if (rateLimiter.tryAcquire()) {
// 处理请求
} else {
// 限流处理
}
不同的限流算法适用于不同的场景,需要根据实际业务需求和系统特点选择合适的限流方式。
- Linux dd 命令:数据备份与格式转换案例详解
- Linux 中 xinetd 服务管理方法的案例解析
- MacBook Air 恢复出厂设置方法及苹果系统图文教程
- Linux sar 命令解析及系统性能分析案例详解
- Mac 访问 pd 虚拟机文件夹的方法与图文教程
- Mac OS 中 App 应用的快捷方式:Launchpad 详细用法
- CentOS7 安装 ClickHouse 及设置用户名密码实例剖析
- 在 Linux 系统中下载并安装 Steam 的方法
- Linux 中特定 CPU 使用率计算案例剖析
- Mac 菜单栏的隐藏方法:如何隐藏上方菜单栏
- deepin20 子网掩码的查看方法
- MAC 废纸篓清空缓慢如何解决
- Mac 系统基础指令一览 MacOS 基础指令集
- Mac 系统中 Creative Cloud 的卸载方法
- Mac 实现微信多开的方法 苹果电脑微信双开指南