当前位置：首页 > Java

java高并发如何削峰

2026-03-18 23:34:32Java

高并发削峰策略

削峰（Peak Shaving）指在系统面临突发高并发请求时，通过技术手段平滑流量波动，避免系统过载。Java生态中常用以下方法实现：

消息队列缓冲

引入消息队列（如Kafka、RabbitMQ）作为缓冲层，将瞬时请求转为异步处理。生产者快速接收请求并写入队列，消费者按系统处理能力消费消息。

// Kafka生产者示例
@RestController
public class OrderController {
    @Autowired
    private KafkaTemplate<String, String> kafkaTemplate;

    @PostMapping("/order")
    public String createOrder(@RequestBody Order order) {
        kafkaTemplate.send("orders", order.toString());
        return "Request accepted";
    }
}

漏桶算法

固定速率处理请求，超出容量的请求直接拒绝或排队。适合对处理速率有严格要求的场景。

// 简易漏桶实现
public class LeakyBucket {
    private final int capacity;
    private final long ratePerMillis;
    private long lastLeakTime;
    private int water;

    public LeakyBucket(int capacity, int ratePerSecond) {
        this.capacity = capacity;
        this.ratePerMillis = 1000 / ratePerSecond;
    }

    public synchronized boolean tryConsume() {
        leak();
        if (water < capacity) {
            water++;
            return true;
        }
        return false;
    }

    private void leak() {
        long now = System.currentTimeMillis();
        long elapsed = now - lastLeakTime;
        int leaks = (int)(elapsed / ratePerMillis);
        if (leaks > 0) {
            water = Math.max(0, water - leaks);
            lastLeakTime = now;
        }
    }
}

令牌桶算法

系统以恒定速率生成令牌，请求获取令牌后才能执行。允许突发流量，但总量受桶大小限制。

java高并发如何削峰

// Guava RateLimiter示例
RateLimiter limiter = RateLimiter.create(10.0); // 每秒10个令牌

void handleRequest() {
    if (limiter.tryAcquire()) {
        processRequest();
    } else {
        rejectRequest();
    }
}

请求排队

使用线程池+队列机制控制并发数，超出队列容量的请求快速失败。

ExecutorService executor = new ThreadPoolExecutor(
    10, // 核心线程数
    50, // 最大线程数
    60, TimeUnit.SECONDS,
    new ArrayBlockingQueue<>(1000), // 队列容量
    new ThreadPoolExecutor.AbortPolicy() // 拒绝策略
);

分级降级

实现多级服务降级策略，当压力过大时逐步关闭非核心功能：

java高并发如何削峰

关闭推荐服务
关闭评论功能
仅保留核心下单流程

@GetMapping("/product")
public ProductDetail getProduct(@RequestParam String id) {
    if (SystemLoad.isHigh()) {
        return basicProductService.getBasicInfo(id); // 降级
    }
    return fullProductService.getFullInfo(id);
}

预热与扩容

结合监控系统实现自动扩容：

慢启动预热线程池
基于CPU/内存指标自动扩容Pod（K8s）
提前预测流量峰值（如双11）进行资源预分配

客户端限流

在客户端或API网关层实施限流：

Nginx限流模块
Spring Cloud Gateway的RequestRateLimiter
移动端实现请求退避算法（Exponential Backoff）

# Spring Cloud Gateway配置
spring:
  cloud:
    gateway:
      routes:
      - id: order-service
        uri: lb://order-service
        predicates:
        - Path=/api/orders/
        filters:
        - name: RequestRateLimiter
          args:
            redis-rate-limiter.replenishRate: 10
            redis-rate-limiter.burstCapacity: 20