使用并发工具实现-RPC-调用流量控制

## 前言

RPC 服务中，每个服务的容量都是有限的，即资源有限，只能承受住给定的网络请求，所以，在设计 RPC 框架的时候，一定要考虑流量控制这个问题。而 Java 中，实现流量控制有很多中方式，今天说 2 种。

Semaphore 实现流控

代码：

static Semaphore semaphore = new Semaphore(100);

public static void main(String[] args) {

  Executor timeTask = Executors.newScheduledThreadPool(1);
  ((ScheduledExecutorService) timeTask).scheduleAtFixedRate(
      () -> semaphore.release(100 - semaphore.availablePermits()), 1000, 1000,
      TimeUnit.MILLISECONDS);

  Executor pool = Executors.newFixedThreadPool(100);

  for (int i = 0; i < 100; i++) {
    final int num = i;
    pool.execute(() -> {
      for (; ; ) {
        for (int j = 0; j < 200; j++) {
          if (semaphore.tryAcquire()) {
            callRpc(num, j);
          } else {
            System.err.println("call fail");
          }
        }
      }
    });
  }
}

private static void callRpc(int num, int j) {
  System.out.println(String.format("%s - %s: %d %d", new Date(), Thread.currentThread(), num, j));
}

代码中，我们模拟了 100 个线程，每个线程无限调用 RPC。

同时使用另一个定时任务，定时更新 Semaphore 可用许可为 100。

客户端线程调用时，会尝试获取信号量，当获取成功时，才会调用调用 RPC，反之，打印失败。

这个小程序实现了每秒钟限制 100 个请求的 RPC 的流量控制。

AtomicInteger 实现流控

代码：

static AtomicInteger count = new AtomicInteger();

public static void main(String[] args) {
  Executor timeTask = Executors.newScheduledThreadPool(1);
  ((ScheduledExecutorService) timeTask).scheduleAtFixedRate(new Runnable() {
    @Override
    public void run() {
      count.getAndSet(100);
    }
  }, 1000, 1000, TimeUnit.MILLISECONDS);

  Executor pool = Executors.newFixedThreadPool(100);

  for (int i = 0; i < 100; i++) {
    final int num = i;
    pool.execute(() -> {
      for (; ; ) {
        for (int j = 0; j < 200; j++) {
          if (count.get() >= 0) {// 快速判断，否则大量的 CAS 操作将会定时任务更新计数器 count
            if (count.decrementAndGet() >= 0) {
              callRpc(num, j);
            }
          }
        }
      }
    });
  }
}

private static void callRpc(int num, int j) {
  System.out.println(String.format("%s - %s: %d %d", new Date(), Thread.currentThread(), num, j));
}

这段代码和上面的类似，只是使用的 API 不同，这里使用的是 CAS。通过对 CAS 递减，达到流控的目的。

注意，这里有一个双重判断，先判断 count.get() >= 0，为什么呢？

如果直接使用 decrementAndGet 方法，则会使用 CAS，100 个线程并发使用 CAS ，将会导致定时任务的 CAS 操作不够及时。

所以，先判断，是否小于0 ，如果小于0了，就不必尝试 CAS，避免影响定时任务。