等啊等，盼啊盼，11月份终于来了，在11月01日的00:00分，你可以清空掉所有的预售订单，还有购买商家所推出的限时折扣如前十五分钟购买5折等，买的人很开心，商家也很开心。然而程序员们不开心了，提供应用服务的团队、提供监控服务的团队、提供基础设施服务的团队都绷着一根神经，生怕是自己这一环挂了，导致整个服务链路崩塌，最后被老板祭天了。
而今天我们给大家带来了一剂良药，那便是针对高并发的解决方案。所谓高并发指的是请求突然大量地袭来，比如双十一整点抢购这种，服务器正常情况下的流量请求是50000个，双十一来了500000个，这叫人服务器咋扛得住嘛。而应对高并发，我们也有三大法宝：缓存、降级、限流。所谓缓存就是把用户最常访问的数据放起来，用户请求来时，先访问缓存中的数据，如果缓存没有命中，再访问后端数据，一定程度缓解了高并发。所谓降级就是非核心服务不让访问了、核心服务返回上一级页面，用户请求来时，最重要的页面就是支付，其余的积分啥的都不重要，因此集中资源给到支付模块使用。所谓限流就是限制流量，原来可以支撑50000个请求，突然来了500000个请求，限制只有60000个请求可以正常访问，其余的都暂时先访问不了。
在限流中，常用的算法有两个：漏桶算法、令牌桶算法。漏桶算法就像是一个漏掉的水桶一样，水桶底部是空的，无论上面倒多少水下来，漏出去的水都是固定的。漏桶算法如下所示，在流量场景中，BurstyFlow代表流量，在0-2秒内突然来了12Mbps的突发流量，中间2-7秒没有流量过来，7-10秒是平稳的流量，可以看到数据不是平稳的，通过漏桶可以将数据变得平稳，每秒出去的流量是3Mbps。
它的伪代码实现如下，我们定义了一个漏桶的demo，定义了桶容量、水流出速度、当前水量、时间，通过水量与容量的差来看看是否继续加水（也就是流量是否还可以继续进来），如果小于总容量，则请求可以继续进来，如果大于则请求无法进来了。
另一个限流算法是令牌桶算法，它与漏桶算法的区别在于允许流量一定程度的改变，不像漏桶算法始终是固定的流量。那么什么是令牌桶算法呢？
令牌桶算法就是在桶里面有一定令牌，我们可以往桶里不断的去添加令牌，请求到来时拿到令牌就可以进入下一阶段去处理了，拿不到令牌的请求就会处于等待状态。
它的伪代码实现如下，我们定义了令牌桶的大小，令牌放入的速度，当前的令牌量，执行算法不断的去添加令牌，如果大于桶容量则停止增加，反之则继续增加令牌，如果当前令牌数小于1，则不发放令牌，拒绝请求，如果大于1则发放令牌，处理请求。
讲完了两个限流算法后，我们看看在业务中是如何去实现限流。在微服务架构下，我们把一个大的应用分为多个微服务，服务与服务之间通过远程调用进行通信，服务与数据库之间通过数据库连接池进行连接，服务内部则通过接口相互调用来实现功能。因此整个限流的层次也包含应用层级限制、资源层级限制、接口层级限制。
在应用层级的限制，主要是总并发数的限制，如果超过了阈值则不响应用户请求，比如tomcat自带的设置，如MaxConnector设置最大连接数、MaxThreads设置最大线程数。在资源层级的限制，可以使用数据库连接池、线程池等技术，超过线程池数则不能连接数据库，无法响应服务。在接口层级可以对核心接口的调用进行限制，单位时间内（如每秒/每分钟/每小时）最大允许调用量，超过之后则调用失败。表层的限制策略都是依托于深层的算法，而这算法可以是漏桶或者令牌桶算法。
无论是漏桶算法还是令牌桶算法，都只是工具，最终要服务于业务，通过原理与伪代码的结合，你明白如何做实现了嘛？赶紧在你的业务中码起来吧。无论是直接面对用户的业务部门，还是服务于业务的基础设施部门，都必须要对高并发谨慎起来，做好缓存降级限流措施。
网友评论