按图实现
令牌桶的图，网上到处可见，按图实现也非常简单，无非是定时添加令牌桶，并提供一个获取令牌的函数，博主实现了一遍代码如下：
import java.util.concurrent.*; public class MyRateLimiter { //令牌桶 BlockingQueue<Integer>TOKEN_BUCKET=new LinkedBlockingDeque<>(5); public static void main(String[] args) { MyRateLimiter myRateLimiter=new MyRateLimiter(); myRateLimiter.addTokenFixedRate(); for(int i=0;i<10;i++){ myRateLimiter.acqurie(); System.out.println("第几次执行i:" + i + ",执行时间为：" + System.currentTimeMillis()); } } /** * 定时添加令牌 */ public void addTokenFixedRate(){ ScheduledExecutorService scheduledExecutorService= Executors.newSingleThreadScheduledExecutor(); scheduledExecutorService.scheduleAtFixedRate(()->{ boolean suc=TOKEN_BUCKET.offer(1); if(!suc){ System.out.println("令牌桶满了丢弃"); } },0,200,TimeUnit.MILLISECONDS); } public void acqurie(){ while (TOKEN_BUCKET.poll()==null){}; } }
测试结果如下,基本满足要求
RateLimiter概要实现
我一开始是按照自己实现的逻辑，去查看Guava的RateLimiter的源码的，结果发现RateLimiter根本没有集合充当桶，核心是记录了下一令牌产生的时间与现存令牌数，并动态更新它们。
概要逻辑图如下：
按照这个图看核心代码就比较容易了，摘录核心代码如下：
@CanIgnoreReturnValue public double acquire(int permits) { long microsToWait = reserve(permits); stopwatch.sleepMicrosUninterruptibly(microsToWait); return 1.0 * microsToWait / SECONDS.toMicros(1L); } //Reserve 一路向下能查到如下代码 reserveEarliestAvailable final long reserveEarliestAvailable(int requiredPermits, long nowMicros) { resync(nowMicros); long returnValue = nextFreeTicketMicros; // 现存令牌可以提供的令牌数 double storedPermitsToSpend = min(requiredPermits, this.storedPermits); //需要刷新的令牌数 double freshPermits = requiredPermits - storedPermitsToSpend; //等待时间=需要刷新的令牌数*固定间隔+存储许可等待时间 long waitMicros = storedPermitsToWaitTime(this.storedPermits, storedPermitsToSpend) + (long) (freshPermits * stableIntervalMicros); //下次令牌生产时间=本次令牌生产时间+等待时间 this.nextFreeTicketMicros = LongMath.saturatedAdd(nextFreeTicketMicros, waitMicros); this.storedPermits -= storedPermitsToSpend; return returnValue; }
总结：RateLimiter根本没有集合充当桶，核心是记录了下一令牌产生的时间与现存令牌数，并动态更新它们。
