标签：blank 上下 切换 导致 ref 令牌 生产者消费者模式 guava 消费
Reference: https://time.geekbang.org/column/article/112160
生产环境中可以用生产者消费者模式来实现瞬时高并发的流量削峰，然而这样做虽然缓解了消费方的压力，但生产方则会因为瞬时高并发，而发生大量线程阻塞。面对这样的情况，有什么方式可以优化线程阻塞所带来的性能问题吗？
无论我们的程序优化得有多么出色，只要并发上来，依然会出现瓶颈。虽然生产者消费者模式可以帮我们实现流量削峰，但是当并发量上来之后，依然有可能导致生产方大量线程阻塞等待，引起上下文切换，增加系统性能开销。这时，可以考虑在接入层做限流。
限流的实现方式有很多，例如，使用线程池、使用Guava的RateLimiter等。
但归根结底，它们都是基于这两种限流算法来实现的：漏桶算法和令牌桶算法。
漏桶算法是基于一个漏桶来实现的，我们的请求如果要进入到业务层，必须经过漏桶，漏桶出口的请求速率是均衡的，当入口的请求量比较大的时候，如果漏桶已经满了，请求将会溢出（被拒绝），这样我们就可以保证从漏桶出来的请求量永远是均衡的，不会因为入口的请求量突然增大，致使进入业务层的并发量过大而导致系统崩溃。
令牌桶算法是指系统会以一个恒定的速度在一个桶中放入令牌，一个请求如果要进来，它需要拿到一个令牌才能进入到业务层，当桶里没有令牌可以取时，则请求会被拒绝。Google的Guava包中的RateLimiter就是基于令牌桶算法实现的。
漏桶算法可以通过限制容量池大小来控制流量，而令牌算法则可以通过限制发放令牌的速率来控制流量。
标签：blank 上下 切换 导致 ref 令牌 生产者消费者模式 guava 消费
原文地址：https://www.cnblogs.com/agilestyle/p/11484112.html
