Guava RateLimiter怎么用？

wen python案例 2026-07-21 4

Guava RateLimiter怎么用？从入门到实战的完整指南

目录导读

什么是Guava RateLimiter？为什么需要它？
RateLimiter的核心原理：令牌桶算法与平滑突发
环境准备：Maven依赖与基本引入
五种常用API详解与代码示例
实际场景：秒杀系统、API限流、数据库连接池
常见问题FAQ：如何调参？如何处理拒绝？
性能对比：RateLimiter vs Semaphore vs 分布式方案

什么是Guava RateLimiter？为什么需要它？

Q：什么是RateLimiter？
A：RateLimiter是Google Guava库提供的一个限流工具，基于令牌桶算法实现，它控制单位时间内允许通过的请求数量,常用于防止系统被突发流量冲垮。

Guava RateLimiter怎么用？

Q：为什么不直接用Semaphore？
A：Semaphore控制的是“并发数”，而RateLimiter控制的是“速率”，Semaphore允许10个线程同时执行，但RateLimiter允许每秒最多100次调用,即使线程空闲也能平滑控制QPS。

RateLimiter的核心原理：令牌桶算法与平滑突发

RateLimiter内部维护一个“令牌桶”，以固定速率向桶中放入令牌，每次请求需要从桶中获取一个或多个令牌,如果桶空则请求被阻塞或拒绝。

关键特性：

平滑突发（SmoothBursty）：默认模式，允许短时间突发流量（如每秒5个请求，但可缓存前一秒的令牌，允许瞬间10个请求）。
平滑预热（SmoothWarmingUp）：启动时缓慢增加速率，避免冷启动时系统过载（适用于数据库连接池等场景）。

环境准备：Maven依赖与基本引入

<dependency>
    <groupId>com.google.guava</groupId>
    <artifactId>guava</artifactId>
    <version>33.2.0-jre</version> <!-- 请使用最新稳定版 -->
</dependency>

import com.google.common.util.concurrent.RateLimiter;

五种常用API详解与代码示例

创建：`RateLimiter.create(double permitsPerSecond)`

创建每秒允许 permitsPerSecond 次请求的限流器。

RateLimiter limiter = RateLimiter.create(5.0); // 每秒5个请求

阻塞获取：`acquire()` / `acquire(int permits)`

如果获取不到令牌，线程会阻塞等待直到令牌可用。

limiter.acquire();       // 申请1个令牌，阻塞直到成功
limiter.acquire(3);      // 申请3个令牌，可能阻塞更久

非阻塞尝试：`tryAcquire()` / `tryAcquire(long timeout, TimeUnit unit)`

如果无法立即获取令牌，直接返回false（或等待指定超时时间）。

if (limiter.tryAcquire()) {
    System.out.println("获取令牌成功，执行业务");
} else {
    System.out.println("限流！");
}
// 等待500毫秒
if (limiter.tryAcquire(500, TimeUnit.MILLISECONDS)) {
    // ...
}

设置速率：`setRate(double permitsPerSecond)`

动态调整限流速率,无需重新创建实例。

limiter.setRate(10.0); // 改为每秒10个请求

获取当前速率：`getRate()`

double currentRate = limiter.getRate(); // 返回当前速率

完整示例：模拟每秒5次请求

RateLimiter limiter = RateLimiter.create(5.0);
for (int i = 0; i < 10; i++) {
    double waitTime = limiter.acquire();
    System.out.println("请求" + i + "等待时间: " + waitTime + "秒");
}
// 输出：前5个几乎无等待，后5个每个等待约0.2秒

实际场景：秒杀系统、API限流、数据库连接池

场景1：秒杀接口限流

防止用户疯狂点击导致后端崩溃。

@PostMapping("/seckill")
public String seckill(@RequestParam Long productId) {
    if (!rateLimiter.tryAcquire()) {
        return "服务器繁忙，请稍后再试";
    }
    // 业务逻辑：扣库存、生成订单
    return "抢购成功";
}

场景2：数据库连接池保护

控制每秒的数据库查询次数,防止慢查询堆积。

RateLimiter dbLimiter = RateLimiter.create(100); // 每秒最多100次查询
public Result queryData(String sql) {
    dbLimiter.acquire(); // 阻塞等待
    return jdbcTemplate.query(sql);
}

场景3：API网关全局限流

对第三方API调用进行速率控制（如微信支付接口限制）。

常见问题FAQ：如何调参？如何处理拒绝？

Q：如何调整RateLimiter的最大等待时间？
A：使用带超时的 tryAcquire()，而非直接设置最大等待时长，RateLimiter本身不支持“最多等待X秒”，但可通过业务代码配合 CompletableFuture 实现。

Q：请求被拒绝后，客户端如何处理？

HTTP接口：返回503状态码，并包含 Retry-After 响应头。
内部调用：使用重试队列或降级逻辑（如使用缓存数据）。

Q：RateLimiter可以用于分布式限流吗？
A：不能，RateLimiter是单机版，分布式场景需使用Redis + Lua脚本或Sentinel等框架。

性能对比：RateLimiter vs Semaphore vs 分布式方案

维度	RateLimiter	Semaphore	Redis + Lua
控制维度	速率（QPS）	并发数	速率/并发
是否阻塞	可选阻塞/非阻塞	阻塞	非阻塞
适用场景	单机限流	线程池管理	分布式集群
性能	极低延迟（微秒级）	同左	毫秒级（网络开销）
平滑能力	支持（预热/突发）	无	需自实现

一句话总结：单机限流首选RateLimiter；并发控制用Semaphore；分布式限流用Redis。

何时用RateLimiter？最佳实践

适用场景：需要控制某个操作的总调用速率（如：每秒不超过10次外部API调用）。
不适用场景：需要精确控制并发线程数（此时用线程池）、需要跨服务限流（用分布式方案）。
最佳实践：
- 使用 tryAcquire() 避免阻塞关键业务。
- 结合熔断（如Hystrix）形成完整保护链。
- 预热模式（SmoothWarmingUp）适用于启动阶段敏感的服务。