信号量限流，高并发场景不得不说的秘密

限流可以认为是一种降级，一般是根据后台的负载提前预估的一个阈值（也可以动态调整）。超过了这个值，就要进行一些旁路处理。根据业务形态，会有直接拒绝、延迟处理、保持等待、部分穿透、默认返回等响应方式。

concurrent包中的信号量，由于使用简单，易于理解，被广泛应用。但是，你要是直接用了网友们分享的简单代码而不经过认真测试，那可以送你一部电影观赏一下：《当故障来敲门》。

看下面简单的代码，acquire和release是一对同命鸳鸯，我们把release贴心的放在了finally块中，一切显得非常和谐。
1）模拟的业务请求，耗时大约是100毫秒
2）acquire的参数5代表同一时间允许5个线程进行处理
3）每次执行完毕，输出一下本次执行的具体耗时，加上等待时间

我们启动1000个线程去执行req方法。

SemaphoreLimiterBadChecker limiter = new SemaphoreLimiterBadChecker();
ExecutorService executor = Executors.newCachedThreadPool();
for (int i = 0; i < 1000; i++) {
    executor.submit(() -> {
        while (true) {
            System.out.println(limiter.req());
        }
    });
}

下面是执行结果。

可以看到，虽然我们的接口耗时只有100ms，实际的执行时间，却长的多，而且并没有出现fail的情况。运行稍长一点时间，能够发现有大量的线程处于饿死的状态。改为公平锁并不能改善这一情况。

---

这就是故障。

原因就在于。web端（如tomcat）的资源也是有限的。当我们的限流器产生了作用，而实际并发请求比处理能力高的时候，这种线程阻塞情况就会逐级传递。服务器的响应可能会有以下过程：
1）压力普通，正常服务，耗时正常  。
2）压力上升，服务开始出现大面积超时，由于使用不公平锁竞争，偶尔会有正常耗时的请求。
3）压力继续增大，服务器开始进入假死状态，几乎不能再接受新的请求。

表现在用户端，既不能出现服务不能处理的提示，也无法中断请求，所有的请求都在转圈。继续加大tomcat的连接数和线程数，并不会起到多大的作用。

---

把acquire改成tryAcquire？依然不能解决问题。tryAcquire返回的是bool类型，失败的时候依然能够往下执行，包括finally块。有个毛用？

if(!tryAcquire()){
    return TOO_MANY_REQUESTS;
}

上面多加了一个判断，这个才是正途。tryAcquire还可以加超时参数，不至于立马返回失败，也不至于让调用者无限等待，而是将成功的请求控制在一个合理的响应时间。

响应时间=超时时间+业务处理时间

具体做法，拿spring来说，你可以在preHandle中获取这个许可，然后在postHandle中释放它；也可以使用定时器以一定的频率去重制信号量。

当然你也要区别对待。
1、像上面提到的web服务，可以直接拒绝服务。快速响应才是重要的
2、像一些秒杀、下单等，可以通过排队或者等待解决（部分的）
3、像消息消费等，如果没有顺序需求，我觉得，无限等待还可能是个好的方式
4、对于大多数可有可无的业务结果，使用一些默认值直接返回，效果会好的多。虽然是限流，但干的是熔断的活

使用者一定要注意区分。

End

非常让人奇怪的是，java抽象了使用场景并不是很高（相对）的CyclicBarrier，但是并没有一个通用的限流方法。信号量虽然可以模拟实现这个过程，但它不太友好，太容易出错。限流还是使用guava的组件进行控制比较好（非分布式），我们会在后面的文章来探讨它。

相关文章：