溫馨提示×
您好，登錄后才能下訂單哦！
點擊 登錄注冊 即表示同意《億速云用戶服務條款》
您好，登錄后才能下訂單哦！
使用.net怎么實現一個分布式系統限流組件？很多新手對此不是很清楚，為了幫助大家解決這個難題，下面小編將為大家詳細講解，有這方面需求的人可以來學習下，希望你能有所收獲。
一、令牌桶算法：
令牌桶算法的基本過程如下：
假如用戶配置的平均發送速率為r，則每隔1/r秒速率將一個令牌被加入到桶中；
假設桶最多可以存發b個令牌。當桶中的令牌達到上限后，丟棄令牌。
當一個有請求到達時，首先去令牌桶獲取令牌，能夠取到，則處理這個請求
如果桶中沒有令牌，那么請求排隊或者丟棄
工作過程包括3個階段：產生令牌、消耗令牌和判斷數據包是否通過。其中涉及到2個參數：令牌產生的速率和令牌桶的大小，這個過程的具體工作如下。
產生令牌：周期性的以固定速率向令牌桶中增加令牌，桶中的令牌不斷增多。如果桶中令牌數已到達上限，則丟棄多余令牌。
消費 令牌：業務程序根據具體業務情況消耗桶中的令牌。消費一次，令牌桶令牌減少一個。
判斷是否通過：判斷是否已有令牌桶是否存在有效令牌，當桶中的令牌數量可以滿足需求時，則繼續業務處理，否則將掛起業務，等待令牌。
下面是C#的一個實現方式
class TokenBucketLimitingService: ILimitingService
{
private LimitedQueue<object> limitedQueue = null;
private CancellationTokenSource cancelToken;
private Task task = null;
private int maxTPS;
private int limitSize;
private object lckObj = new object();
public TokenBucketLimitingService(int maxTPS, int limitSize)
{
this.limitSize = limitSize;
this.maxTPS = maxTPS;
if (this.limitSize <= 0)
this.limitSize = 100;
if(this.maxTPS <=0)
this.maxTPS = 1;
limitedQueue = new LimitedQueue<object>(limitSize);
for (int i = 0; i < limitSize; i++)
{
limitedQueue.Enqueue(new object());
}
cancelToken = new CancellationTokenSource();
task = Task.Factory.StartNew(new Action(TokenProcess), cancelToken.Token);
}
/// <summary>
/// 定時消息令牌
/// </summary>
private void TokenProcess()
{
int sleep = 1000 / maxTPS;
if (sleep == 0)
sleep = 1;
DateTime start = DateTime.Now;
while (cancelToken.Token.IsCancellationRequested ==false)
{
try
{
lock (lckObj)
{
limitedQueue.Enqueue(new object());
}
}
catch
{
}
finally
{
if (DateTime.Now - start < TimeSpan.FromMilliseconds(sleep))
{
int newSleep = sleep - (int)(DateTime.Now - start).TotalMilliseconds;
if (newSleep > 1)
Thread.Sleep(newSleep - 1); //做一下時間上的補償
}
start = DateTime.Now;
}
}
}
public void Dispose()
{
cancelToken.Cancel();
}
/// <summary>
/// 請求令牌
/// </summary>
/// <returns>true：獲取成功，false：獲取失敗</returns>
public bool Request()
{
if (limitedQueue.Count <= 0)
return false;
lock (lckObj)
{
if (limitedQueue.Count <= 0)
return false;
object data = limitedQueue.Dequeue();
if (data == null)
return false;
}
return true;
}
}public interface ILimitingService:IDisposable
{
/// <summary>
/// 申請流量處理
/// </summary>
/// <returns>true：獲取成功，false：獲取失敗</returns>
bool Request();
}public class LimitingFactory
{
/// <summary>
/// 創建限流服務對象
/// </summary>
/// <param name="limitingType">限流模型</param>
/// <param name="maxQPS">最大QPS</param>
/// <param name="limitSize">最大可用票據數</param>
public static ILimitingService Build(LimitingType limitingType = LimitingType.TokenBucket, int maxQPS = 100, int limitSize = 100)
{
switch (limitingType)
{
case LimitingType.TokenBucket:
default:
return new TokenBucketLimitingService(maxQPS, limitSize);
case LimitingType.LeakageBucket:
return new LeakageBucketLimitingService(maxQPS, limitSize);
}
}
}
/// <summary>
/// 限流模式
/// </summary>
public enum LimitingType
{
TokenBucket,//令牌桶模式
LeakageBucket//漏桶模式
}
public class LimitedQueue<T> : Queue<T>
{
private int limit = 0;
public const string QueueFulled = "TTP-StreamLimiting-1001";
public int Limit
{
get { return limit; }
set { limit = value; }
}
public LimitedQueue()
: this(0)
{ }
public LimitedQueue(int limit)
: base(limit)
{
this.Limit = limit;
}
public new bool Enqueue(T item)
{
if (limit > 0 && this.Count >= this.Limit)
{
return false;
}
base.Enqueue(item);
return true;
}
}調用方法：
var service = LimitingFactory.Build(LimitingType.TokenBucket, 500, 200);
while (true)
{
var result = service.Request();
//如果返回true，說明可以進行業務處理，否則需要繼續等待
if (result)
{
//業務處理......
}
else
Thread.Sleep(1);
}二、漏桶算法
聲明一個固定容量的桶，每接受到一個請求向桶中添加一個令牌，當令牌桶達到上線后請求丟棄或等待，具體算法如下：
創建一個固定容量的漏桶，請求到達時向漏桶添加一個令牌
如果請求添加令牌不成功，請求丟棄或等待
另一個線程以固定的速率消費桶里的令牌
工作過程也包括3個階段：產生令牌、消耗令牌和判斷數據包是否通過。其中涉及到2個參數：令牌自動消費的速率和令牌桶的大小，個過程的具體工作如下。
產生令牌：業務程序根據具體業務情況申請令牌。申請一次，令牌桶令牌加一。如果桶中令牌數已到達上限，則掛起業務后等待令牌。
消費令牌：周期性的以固定速率消費令牌桶中令牌，桶中的令牌不斷較少。
判斷是否通過：判斷是否已有令牌桶是否存在有效令牌，當桶中的令牌數量可以滿足需求時，則繼續業務處理，否則將掛起業務，等待令牌。
C#的一個實現方式：
class LeakageBucketLimitingService: ILimitingService
{
private LimitedQueue<object> limitedQueue = null;
private CancellationTokenSource cancelToken;
private Task task = null;
private int maxTPS;
private int limitSize;
private object lckObj = new object();
public LeakageBucketLimitingService(int maxTPS, int limitSize)
{
this.limitSize = limitSize;
this.maxTPS = maxTPS;
if (this.limitSize <= 0)
this.limitSize = 100;
if (this.maxTPS <= 0)
this.maxTPS = 1;
limitedQueue = new LimitedQueue<object>(limitSize);
cancelToken = new CancellationTokenSource();
task = Task.Factory.StartNew(new Action(TokenProcess), cancelToken.Token);
}
private void TokenProcess()
{
int sleep = 1000 / maxTPS;
if (sleep == 0)
sleep = 1;
DateTime start = DateTime.Now;
while (cancelToken.Token.IsCancellationRequested == false)
{
try
{
if (limitedQueue.Count > 0)
{
lock (lckObj)
{
if (limitedQueue.Count > 0)
limitedQueue.Dequeue();
}
}
}
catch
{
}
finally
{
if (DateTime.Now - start < TimeSpan.FromMilliseconds(sleep))
{
int newSleep = sleep - (int)(DateTime.Now - start).TotalMilliseconds;
if (newSleep > 1)
Thread.Sleep(newSleep - 1); //做一下時間上的補償
}
start = DateTime.Now;
}
}
}
public void Dispose()
{
cancelToken.Cancel();
}
public bool Request()
{
if (limitedQueue.Count >= limitSize)
return false;
lock (lckObj)
{
if (limitedQueue.Count >= limitSize)
return false;
return limitedQueue.Enqueue(new object());
}
}
}調用方法：
var service = LimitingFactory.Build(LimitingType.LeakageBucket, 500, 200);
while (true)
{
var result = service.Request();
//如果返回true，說明可以進行業務處理，否則需要繼續等待
if (result)
{
//業務處理......
}
else
Thread.Sleep(1);
}看完上述內容是否對您有幫助呢？如果還想對相關知識有進一步的了解或閱讀更多相關文章，請關注億速云行業資訊頻道，感謝您對億速云的支持。
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
