工作纪实35-API做数据清洗限流

接口调用三方服务做异步数据清洗，但是怕把别人的服务调崩了，对接口加入Guava的限流策略

/**
 * @author 寒夜
 */
@RestController
@Slf4j
public class Controller {

    volatile RateLimiter rateLimiter = RateLimiter.create(10);
 
    /**
     * 非阻塞限流
     *
     * @param count 每秒消费的令牌个数 （每秒允许放行的请求次数）
     * @return success/fail
     */
    @GetMapping("/tryAcquire")
    public String tryAcquire(Integer count) {
        if (limiter.tryAcquire(count)) {
            log.info("success,rate is {}", limiter.getRate());
            return "success";
        } else {
            log.info("fail ,rate is {} ", limiter.getRate());
            return "fail";
        }
 
    }
 
    /**
     * 限定时间的非阻塞限流
     *
     * @param count 每秒消费的令牌个数 （每秒允许放行的请求次数）
     * @return success/fail
     */
    @GetMapping("/tryAcquireWithTimeOut")
    public String tryAcquireWithTimeOut(Integer count, Integer timeout) {
        if (limiter.tryAcquire(count, timeout, TimeUnit.SECONDS)) {
            log.info("success,rate is {}", limiter.getRate());
            return "success";
        } else {
            log.info("fail ,rate is {} ", limiter.getRate());
            return "fail";
        }
 
    }
 
    /**
     * 同步阻塞限流
     * @param count 每秒消费的令牌个数 （每秒允许放行的请求次数）
     * @return success
     */
    @GetMapping("/acquire")
    public String acquire(Integer count) {
        limiter.acquire(count);
        log.info("success,rate is {}", limiter.getRate());
        return "success";
    }
 
}
}

RateLimiter 在并发场景下使用是安全的，会限制所有线程的总速率，但是不保证公平。

以上是属于单机限流，分布式限流【Redisson RRateLimiter】：https://blog.csdn.net/truelove12358/article/details/127751211

我们会使用Semaphore、Guava 的 RateLimiter 等做一些并发量或速率的限流.但是单机的限流并不能扩大整体服务的阀值，比如访问或者操作DB的整体上限流或者某一批接口操作的限流，这种分布式可以保证服务集群整体上进行限流，并且可以忽略集群中流量划分不均衡的问题带来的细粒度限流控制，是一个不错的策略.

单机限流:

优点:

1.简单易实施:单机限流是在单个服务器上实现的，不需要复杂的架构和配置2.低延迟: 由于请求在单个服务器上进行处理，单机限流可以减少因网络通信带来的延迟。3.成本较低:相对于分布式限流而言，单机限流不需要额外的硬件和网络设施，成本较低。

缺点:

1.单点故障:如果限流措施仅部署在单个服务器上，那么一旦该服务器出现故障或不可用，整个系统将无法进行限流.2.扩展性有限:单机限流很难应对大规模请求的突发情况，无法提供高吞吐量和伸缩性。

分布式限流:

优点:

1.高可用性:由于限流策略分布在多个服务器上，即使其中一个服务器不可用，其他服务器仍然可以进行限流操作，保证系统的可用性。
2.横向扩展: 分布式限流提供了更好的扩展性，可以通过增加服务器数量来外理更大规模的请求,
3.灵活性:分布式限流可以根据不同服务器的负载情况进行动态调整，更好地适应系统的变化。

缺点:

1.复杂性: 分布式限流需要设计和实施复杂的架构，包括负载均衡、消息传递和协调等机制。2.高延迟:由于涉及多个服务器之间的通信，分布式限流可能引入较高的延迟，特别是在大规模请求的情况下