Dubbo之限流分析

在前面的一篇中分析了Dubbo是如何降级的，除了降级，有时限流也是一种很有效的解决高并发的性能问题，那在本篇中开始分析Dubbo是如何限流的。我们知道限流主要是通过控制连接数来实现的，防止某一片段内请求处理过大，导致重要服务的失效。

服务端连接控制

限制当前提供者在使用dubbo协议最多接受10个消费者链接

或者

并发控制

限制 comfooBarService 的每个方法，服务端并发执行（或占用线程池线程数）不能超过10个：

限制 comfooBarService 的 sayHello 方法，服务器并发执行（或占用线程池线程数）不能超过10个。

actives限流

该限流方式与前两种不同，其可以设置在提供端，也可以设置在消费者端。可以设置为接口级别，也可以设置为方法级别。

根据消费者与提供者建立的连接类型，其意义也不同。

长连接 : 表示当前的长连接最多可以处理的请求个数。与长连接的数量没有问题。

短连接 ：表示当前服务可以同时处理的短连接数量。

类级别

方法级别

connections限流

可以设置在提供端，也可以设置在消费者端。限定连接的个数。对于短连接，和actives相同。但对于长连接，表示长连接的个数。

一般情况下，会使connections与actives联用，让connections限制长连接的个数，让actives限制长连接中可以处理的请求个数。

限制客户端服务使用连接不能超过10个

或

如果 <dubbo:service> 和 <dubbo:reference> 都配置了connections， <dubbo:reference> 优先。

延迟连接

延迟连接仅可以设置在消费者端，并且不能设置为方法级别。仅作用于Dubbo服务暴露协议。将长连接的建立推迟到消费者真正调用提供者时。 可以减少长连接的数量。

我们已经讲解了如何设置控制链接数的，那么它们底层是如何实现的呢？

实际上上面的逻辑都是一个个Filter，所有的Filter会连接成一个过滤器链，每次请求都会经过整个链路中的每一个Filter。那它是在什么时候构造成一个过滤器链的呢。

在服务暴露的时候会调用 buildInvokerChain , 将真正执行的 invoker 放到过滤链的尾部，再执行 protocolexpert(buildInvokerChain(invoker, )) 方法来进行服务暴露。

在服务引用的时候会调用 protocolrefer() 方法先生成 Invoker ，再调用 buildInvokerChain(protocolrefer(type, url), ) 来生成消费类型的调用链。

ExecuteLimitFilter

它用于限制每个服务中每个方法的最大并发数，有接口级别和方法级别的配置方式。

其基本原理：在框架中使用一个ConcurrentMap缓存了并发数的计数器，为每个请求URL生成一个IdentityString，并以此为key；再将每个IdentityString生成一个RpcStatus对象，将此作为value。RpcStatus对象用于记录对应的并发数。在调用开始之前，会通过URL获得RpcStatus对象，把对象中的并发数计数器原子+1，在finally中再将原子减1。只要在计数器+1的时候，发现当前计数器比设置的并发数大时，就会抛出异常。

TpsLimitFilter

TpsLimitFilter的限流是基于令牌的，即一段时间内只分配N个令牌，每次请求都会消耗一个令牌，耗完为止，后面再来的请求都会被拒绝。

具体的逻辑是在 DefaultTPSLimiter#isAllowable ，会用这个方法判断是否触发限流。

在DefaultTPSLimiter内部用一个ConcurrentHashMap缓存每个接口的令牌数，key是interface+group+version，value是一个StatItem对象，它包装了令牌刷新时间间隔、每次发放的令牌数等。首先判断当前时间减去上次发放令牌的时间是否超过了时间间隔，超过了就重新发放令牌，之前剩余的令牌会被直接覆盖掉。然后，通过CAS的方式减去1令牌，减掉后小于0就会触发限流。

ActiveLimitFilter

和服务提供者的 ExecuteLimitFilter 相似，它是消费者端的过滤器，限制的是客户端的并发量。

但是它与 ExecuteLimitFilter 有所不同，它不会直接抛出异常。而是当到达阈值的时候，会先加锁抢占当前接口的RpcStatus对象，然后通过wait方法进行等待，等待是有时间的，因为请求是有 timeout 属性的。然后如果某个Invoker在调用结束后，并发把计数器减-1并触发一个notify，此时会有一个在wait状态的线程被唤醒并继续执行，判断现在是否超时，如果超时则抛出异常。如果当前并发数仍然超出阈值，则继续执行wait方法；如果没有超出阈值在，则跳出循环，CAS+1，并调用invoke方法，调用结束后CAS-1，最后通过notify唤醒另外一个线程。

参考文章：

Dubbo之限流TpsLimitFilter源码分析

Dubbo服务限流

Dubbo源码分析----过滤器之ActiveLimitFilter

淘宝客API限流是做淘宝客的数据接口权限被限制了，在应用上的源码中接入API数据口，就可以在应用上使用API数据等信息。

API 是淘宝网一个数据开放接口，主要是面向开发人员的，如果是具备开发能力可以到淘宝开放平台去看参考文档自己开发基于API的淘宝客程序。

扩展资料：

API限流最直接的原因就是服务器爆满，限制部分用户登陆。

API（Application Programming Interface，应用程序编程接口）是一些预先定义的函数，目的是提供应用程序与开发人员基于某软件或硬件的以访问一组例程的能力，而又无需访问源码，或理解内部工作机制的细节。

命运2服务器限流解决方法如下：

1、等待一段时间后再尝试登录游戏，因为服务器限流通常是暂时的，等待一段时间后可能会恢复正常。

2、尝试更换网络环境，例如切换到其他网络或者使用***等方式，以避免网络拥堵导致的限流。

3、检查游戏客户端是否有更新，如果有更新需要及时更新，以确保游戏客户端与服务器的兼容性。

4、尝试在非高峰时段登录游戏，例如在深夜或者早晨等时间段，以避免服务器负载过高。

5、如果以上方法都无法解决问题，可以联系游戏客服或者官方社区，寻求更详细的解决方案。

视频号限流的原因是为了合理分配资源、维护平台形象、提高用户体验和防止不公平行为。1资源分配限制：视频号平台有限的服务器和网络资源需要合理分配。2保护平台内容：视频号平台需要保证上传的内容符合平台的要求和标准，限流措施可以确保平台审核能够及时而准确地进行，及时排查和删除违规内容，保护平台的形象和合法权益。3维护用户体验：过多的流量和上传视频的数量会导致视频播放卡顿或者画质下降。

一、视频号限流的原因是什么？

视频号限流的原因主要包括以下几个方面：

1资源分配限制：视频号平台有限的服务器和网络资源需要合理分配，如果让所有的用户都不受限制地上传、观看视频，会导致服务器崩溃或者网络拥堵等问题。

2保护平台内容：视频号平台需要保证上传的内容符合平台的要求和标准，限流措施可以确保平台审核能够及时而准确地进行，及时排查和删除违规内容，保护平台的形象和合法权益。

3维护用户体验：视频号平台需要提供流畅的视频播放服务和良好的用户体验，过多的流量和上传视频的数量会导致视频播放卡顿或者画质下降，从而降低用户的观看体验和对平台的认可度。

4防止黄牛：有一些用户会利用限量抢购等活动手段，将商品抢购一空后再以更高的价格售出，这种用户被称为“黄牛”。同样地，如果视频号平台不限流，那么也会有一些用户利用机器、程序等方式发布视频，从而获得更多的曝光率和用户关注度，这样可能会对其他用户不公平。

综上所述，视频号限流的原因是为了合理分配资源、维护平台形象、提高用户体验和防止不公平行为。

二、限流措施对用户会产生一定的影响，主要体现在以下几个方面：

1视频观看体验：限流措施能够确保视频的顺畅播放和较好的画质，避免卡顿、缓冲或者画质模糊等问题，从而提升用户的观看体验。

2视频上传频率：限流措施会对用户的视频上传频率进行一定的限制，用户不能无限制地上传大量的视频，需要在一段时间内控制上传次数，这可能会对一些频繁上传的用户造成一定的影响。

3视频内容质量控制：为了保证平台内容的质量，一些视频号平台会对上传视频的质量进行一定的控制，例如要求视频清晰度达到一定标准、遵守平台的内容规范等。这也会对用户的视频创作和上传产生一定的影响，需要用户注意提高视频质量和遵守平台规定。

4视频号账号升级限制：一些视频号平台可能会设置账号升级的限制条件，例如只有特定的粉丝数量或观看量才能升级为高级账号，享受更多的功能和权益。

尽管限流措施会对用户产生一些限制，但这些措施主要是为了保护平台资源、提高用户体验和维护平台内容质量，最终还是为了提供更好的服务和用户体验。

限流是一种流量控制技术，通常用于防止服务器或网站被恶意攻击或过度负载而导致的故障。在电脑脚本中，限流可以通过以下几种方式来实现：

1使用队列来缓存请求，并在适当的时候处理这些请求。这样，即使服务器在短时间内收到大量请求，也可以通过缓存请求来降低压力。

2使用令牌桶算法来限制请求的流量。这种算法会在每个时间单位内向桶中放入一定数量的令牌，如果桶中有令牌，则允许请求通过，否则拒绝请求。

3使用限流中间件来处理请求。这种方法可以让你不用在你的脚本中编写限流代码，而是使用现成的中间件来实现。

无论使用哪种方法，都应该在脚本中考虑到限流，以保护服务器或网站免受恶意攻击或过度负载的影响。