Java限流——RateLimiter使用

最新推荐文章于 2025-05-29 00:13:04 发布

原创最新推荐文章于 2025-05-29 00:13:04 发布 · 4.1k 阅读

0 ·

CC 4.0 BY-SA版权

工作中的学习专栏收录该内容

3 篇文章

订阅专栏

本文深入解析了令牌桶算法的工作原理，包括令牌的生成与消费机制，以及如何通过RateLimiter进行流量控制。通过示例代码展示了如何在Guava库中应用此算法实现请求限流。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

令牌桶算法：

在 Wikipedia 上，令牌桶算法是这么描述的：

每秒会有 r 个令牌放入桶中，或者说，每过 1/r 秒桶中增加一个令牌
桶中最多存放 b 个令牌，如果桶满了，新放入的令牌会被丢弃
当一个 n 字节的数据包到达时，消耗 n 个令牌，然后发送该数据包
如果桶中可用令牌小于 n，则该数据包将被缓存或丢弃

RateLimiter已经帮我们封装好了，我们使用就行

jar引入

<dependency>
            <groupId>com.google.guava</groupId>
            <artifactId>guava</artifactId>
            <version>23.0</version>
        </dependency>

简单代码（限流之缓存）：

import java.util.ArrayList;
import java.util.List;
import java.util.concurrent.ExecutorService;
import java.util.concurrent.Executors;

public class PoolTest {
    private static RateLimiter rateLimiter;
    @Test
    public void pools(){
        ExecutorService exxc = Executors.newFixedThreadPool(5);
        RateLimiter rateLimiter =RateLimiter.create(1);
        List<Runnable> tasks = new ArrayList<Runnable>();
        for (int i = 0; i < 10; i++) {
            tasks.add(new UserRequest(i));
        }
        for (Runnable runnable : tasks) {
            System.out.println("等待时间：" + rateLimiter.acquire());
            exxc.execute(runnable);
        }
    }
}
class UserRequest implements Runnable {
    private int id;

    public UserRequest(int id) {
        this.id = id;
    }
    public void run() {
        System.out.println(id);
    }
}