Semaphore
- 在Semaphore信號量非常適合高并發訪問限制，新系統在上線之前，要對系統的訪問量進行評估，評估是經過以往的經驗、數據、歷年的訪問量，已經推廣力度進行一個合理的評估
- 當然評估標準不能太大也不能太小，太大的話投入的資源達不到實際效果，純粹浪費資源，太小的話，某個時間點一個高峰值的訪問量上來直接可以壓垮系統
相關概念
- PV（page view）網站的總訪問量，頁面瀏覽量或點擊量，用戶每刷新一次就會被記錄一次
- UV（unique Visitor）訪問網站的一臺電腦客戶端為一個訪客。一般來講時間上以00:00-24:00之內相同ip的客戶端只記錄。
- QPS（query per second）即每秒查詢數，qps很大程度上代表了系統業務上的繁忙程度，每次請求的背后，可能對應著多次磁盤I/O，多次網絡請求，多個cpu時間片等。我們通過qps可以非常直觀的了解當前系統業務情況，一旦當前qps超過所設定的預警閥值，可以考慮增加機器對集群擴容，以免壓力過大導致宕機，可以根據前期的壓力測試得到估值，在結合后期綜合運維情況，估算出閥值
- RT（response time）請求的響應時間，這個指標非常關鍵，直接說明前端用戶的體驗，任何系統設計師都想降低rt時間。
- 當然還涉及cpu、內存、網絡、磁盤等情況，更細節的問題很多，如select、update、delete/ps等數據庫層面的統計。
- 容量評估：一般來說通過開發、運維、測試、以及業務等相關人員，綜合出系統的一系列閥值，然后我們根據關鍵閥值如qps、rt等，對系統進行有效的變更
- 一般來講，我們進行多輪壓力測試以后，可以對系統進行峰值評估，采用所謂的80/20原則，即80%的訪問請求將在20%的時間內達到。這樣我們可以根據系統對應的PV計算出峰值qps
- 峰值qps= （總PV × 80%）/ （60 × 60 × 24 × 20%） 然后在將總的峰值qps除以單臺機器所能承受的最高的qps值，就是所需要機器的數量：機器數 = 總的峰值qps / 壓測得出的單機極限qps
- 當然不排除系統在上線前進行大型促銷活動，或者雙十一、雙十二熱點事件、遭受到DDos攻擊等情況，系統的開發和運維人員急需要了解當前系統運行的狀態和負載情況，一般都會有后臺系統去維護
代碼示例
package com.example.core.juc;import java.util.concurrent.ExecutorService;
import java.util.concurrent.Executors;
import java.util.concurrent.Semaphore;public class UseSemaphore {public static void main(String[] args) {ExecutorService executorService = Executors.newFixedThreadPool(20);//定義20個線程Semaphore semaphore = new Semaphore(5);//每次只容許5個線程進行操作，進行限流for(int index = 1;index <= 20; index++){final int token = index;Runnable run = new Runnable() {@Overridepublic void run() {try{semaphore.acquire();//進行相關的業務操作System.out.println("獲得許可操作："+token);long sleepTime = (long)(Math.random() * 10000);Thread.sleep(sleepTime);}catch(InterruptedException e){e.printStackTrace();}finally{semaphore.release();}}};executorService.execute(run);}// semaphore.getQueueLength();//取得等待許可的線程個數executorService.shutdown();}
}
/*
獲得許可操作：5
獲得許可操作：2
獲得許可操作：1
獲得許可操作：4
獲得許可操作：3
獲得許可操作：8
獲得許可操作：9
獲得許可操作：6
獲得許可操作：7
獲得許可操作：10
獲得許可操作：11
獲得許可操作：12
獲得許可操作：13
獲得許可操作：14
獲得許可操作：15
獲得許可操作：16
獲得許可操作：17
獲得許可操作：18
獲得許可操作：19
獲得許可操作：20*/?
