Eureka的限流算法类RateLimiter是基于令牌桶算法来实现的，下面看一看令牌桶算法的原理：
需要JAVA Spring Cloud大型企业分布式微服务云构建的B2B2C电子商务平台源码 一零三八七七四六二六
对于很多应用场景来说，除了要求能够限制数据的平均传输速率外，还要求允许某种程度的突发传输。这时候漏桶算法可能就不合适了，令牌桶算法更为适合。如图所示，令牌桶算法的原理是系统会以一个恒定的速度往桶里放入令牌，而如果请求需要被处理，则需要先从桶里获取一个令牌，当桶里没有令牌可取时，则拒绝服务。
源码解读：
package com.lovnx.web;import java.util.concurrent.TimeUnit;import java.util.concurrent.atomic.AtomicInteger;import java.util.concurrent.atomic.AtomicLong;/*** @Class RateLimiter 实现基于令牌桶算法,有两个参数：* * @para burstSize - 允许作为突发事件进入系统的最大请求数* @para averageRate - 预期的每秒请求数（新版本也支持使用分钟为单位）* * @author lovnx*/public class RateLimiter {//限流时间单位private final long rateToMsConversion;//当前可供消费的令牌数量private final AtomicInteger consumedTokens = new AtomicInteger();//上一次填充令牌的时间戳private final AtomicLong lastRefillTime = new AtomicLong(0);//限流时间单位可设置为TimeUnit.SECONDS,已废弃@Deprecatedpublic RateLimiter() {this(TimeUnit.SECONDS);}//限流时间单位可设置为TimeUnit.SECONDS或TimeUnit.MINUTESpublic RateLimiter(TimeUnit averageRateUnit) {switch (averageRateUnit) {case SECONDS:rateToMsConversion = 1000;break;case MINUTES:rateToMsConversion = 60 * 1000;break;default:throw new IllegalArgumentException("TimeUnit of " + averageRateUnit + " is not supported");}}//这个方法默认传的当前系统时间戳public boolean acquire(int burstSize, long averageRate) {return acquire(burstSize, averageRate, System.currentTimeMillis());}public boolean acquire(int burstSize, long averageRate, long currentTimeMillis) {//这里为了避免傻白甜将burstSize和averageRate设为负值而抛出异常if (burstSize <= 0 || averageRate <= 0) {return true;}//填充令牌refillToken(burstSize, averageRate, currentTimeMillis);//消费令牌成功与否return consumeToken(burstSize);}private void refillToken(int burstSize, long averageRate, long currentTimeMillis) {//得到上一次填充令牌的时间戳long refillTime = lastRefillTime.get();//时间间隔timeDelta = 传进来的时间戳currentTimeMillis - 上一次填充令牌的时间戳refillTimelong timeDelta = currentTimeMillis - refillTime;//计算出新的令牌数量newTokens = 时间间隔 * 平均速率 / 限流时间单位long newTokens = timeDelta * averageRate / rateToMsConversion;//如果新的令牌数量大于0个if (newTokens > 0) {//就等于上一次填充令牌的时间戳 + 新的令牌数量 * 限流时间单位 / 平均速率long newRefillTime = refillTime == 0? currentTimeMillis: refillTime + newTokens * rateToMsConversion / averageRate;//如果lastRefillTime内存偏移量值==上一次填充令牌的时间戳refillTime，则将lastRefillTime内存值设置为新的填充令牌时间戳newRefillTime//成功时进入条件体放令牌if (pareAndSet(refillTime, newRefillTime)) {//放令牌（核心代码）while (true) {//得到当前已消费的令牌数量currentLevelint currentLevel = consumedTokens.get();//获取校正令牌数量adjustedLevel，从当前已消费的令牌数量currentLevel和允许最大请求数burstSize间取小者，以防允许最大请求数burstSize变小//这一步和下一步叫做“流量削峰”int adjustedLevel = Math.min(currentLevel, burstSize);//获取新的令牌数量newLevel，0 与 （校正值 - 计算值）之间取大者int newLevel = (int) Math.max(0, adjustedLevel - newTokens);//如果当前已消费的令牌内存偏移量等于consumedTokens等于currentLevel，则将已消费的令牌量consumedTokens设置为新的令牌数量newLevel//终止放令牌,在已消费偏移量不等于currentLevel时循环计算，直到它们相等if (pareAndSet(currentLevel, newLevel)) {return;}}}}}//消费令牌，传入突发量private boolean consumeToken(int burstSize) {//取令牌while (true) {//得到当前已消费的令牌数量currentLevelint currentLevel = consumedTokens.get();//如果已消费令牌量大于等于突发量，则不能消费令牌if (currentLevel >= burstSize) {return false;}//消费令牌，已消费令牌量+1if (pareAndSet(currentLevel, currentLevel + 1)) {return true;}}}//重置令牌桶public void reset() {consumedTokens.set(0);lastRefillTime.set(0);}}
java B2B2C Springboot多租户电子商城系统
