RateLimiter

限流普及

限流是对出入流量进行控制 ， 防止大量流入，导致资源不足，系统不稳定。
限流系统是对资源访问的控制组件 ， 控制主要有两个功能 ， 限流策略和熔断策略，对不同的系统有不同的熔断策略诉求，
有的系统希望直接拒绝、有的系统希望排队等待、有的系统希望服务降级、有的系统会定制自己的熔断策略，这里只对限流策略 这个功能做详细的设计。

限流算法

1.限制瞬时发并发数

Guava RateLimiter提供了令牌桶算法实现：平滑突发限流(SmoothBursty) 和 平滑预热限流(SmoothWarmingUp)实现

2.限制某个接口的时间窗口最大请求数

即一个时间窗口内的请求数，如想限制某个接口/服务 每秒/每分钟/每天的 请求数/调用量。如一些基础服务会被很多其他系统调用，
比如商品详情页服务会调用基础商品服务调用，但是怕因为更新量比较大，将基础服务打挂，这时我们需要对每秒/每分钟的调用量进行限速；

引用技术

• Redis
• Lua
• Guava (RateLimiter)

亮点

• 支持配置文件
• 支持硬编码
• 粒度小控制简单

核心类

锁控制： 单位时间窗口最大请求数

• 单机锁控制
  • com.github.bakerzhu.common.ratelimiter.lock.SingleLock
• 分布式锁控制
  • com.github.bakerzhu.common.ratelimiter.lock.DistributedLock

limiter控制： 限制瞬时并发

• 单机控制
  • com.github.bakerzhu.common.ratelimiter.limiter.SingleLimiter
• 并发控制
  • com.github.bakerzhu.common.ratelimiter.limiter.DistributedLimiter

具体参考

依赖项目：

• redis-client-common

核心代码：

• SingleLockTest
• DistributedLockTest2
• LimiterTest

缺陷

此次控制分布式瞬发限流的设计类似于 窗口最大请求数设计业务请求，不满足类似于Guava RateLimiter中的特性(瞬发限流特性)
接下来将实现一种分布式 瞬发限流的实现 (令牌桶算法实现与RateLimiter类似，但基于分布式的实现)

企业级限流解决方案 预留熔断

distributed-current-limiter

Thanks For Star