springboot怎么實現(xiàn)集群？這個問題都很模糊不堪，集群本身是個古怪的話題，你想在那一層實現(xiàn)方法集群（web？services？data？等等），你要提升的目的是什么？（負(fù)載均衡？宕機(jī)會話復(fù)制？性

springboot怎么實現(xiàn)集群？

這個問題都很模糊不堪，集群本身是個古怪的話題，你想在那一層實現(xiàn)方法集群（web？services？data？等等），你要提升的目的是什么？（負(fù)載均衡？宕機(jī)會話復(fù)制？性能要求？等等）那就我沒有辦法就一些最常見的場景，簡單點詳細(xì)介紹Spring boot相關(guān)的集群技術(shù)你的微服務(wù)如果是無狀態(tài)的，你可以將它們部署在多個服務(wù)器實例上，在前端建議使用負(fù)載均衡器（.例如nginx）。

如果你要session截圖，針對動態(tài)容錯和部署，你可以看下spring-session如果不需要數(shù)據(jù)庫集群，請做個參考數(shù)據(jù)庫集群的去相關(guān)技術(shù)，mongoDB，reddis都有吧自己的方案，如果沒有是數(shù)據(jù)緩存集群，也有很多參考，如redis，Hazelcast等等，如果你喜歡更住不動腦子的套餐，可以看看spring cloud

微服務(wù)如何限制接口調(diào)用次數(shù)？

這種取消接口調(diào)用次數(shù)的，我們大多數(shù)稱之即屬流，那么為什么限流呢，就像有兩種原因：

1.必須是避兔服務(wù)提供方被大量的請求徹底擊垮

我們旗下一個項目，最美好的理想的狀況是有多少只是請求，都可以不算正常地響應(yīng)，不過在現(xiàn)在的互聯(lián)網(wǎng)環(huán)境，我們沒法評估用戶的增長，很難評估所訪問量有多少，甚至于有些時候會遇到了惡意攻擊；那就相比于項目被流量徹底擊垮，【沒限制流量，只行最簡形矩陣部分訪問網(wǎng)絡(luò)的算正常響應(yīng)】好些一些。

簡單說應(yīng)該是：滿足的條件所有請求柯西-黎曼方程部分請求項目被擊垮，所有各位沒能服務(wù)控制器。

2.計費

現(xiàn)在很多平臺作為開發(fā)的接口，的確全是免費的的，.例如普通會員一天只能全局函數(shù)1000次接口，高級會員每隔一天可以不調(diào)用10萬次接口，也可以按照全局函數(shù)量計費。

這樣如何能限制服務(wù)接口的調(diào)用次數(shù)呢？

在用臨時限流算法

大多數(shù)我們是可以通過限流算法達(dá)到限制修改接口調(diào)用次數(shù)，諸如計數(shù)器法、滑動窗口法、漏桶算法、令牌桶算法，這里我們就用令牌桶算法舉些例子。

令牌桶算法，我們也可以直線系方程有一個桶，桶里面有N個令牌，另外系統(tǒng)會以一個恒定的速度往桶里定向投放令牌，有時候處理之前先要獲取令牌，如果沒有資源不到的話，就拒絕服務(wù)；在這里我們建議使用Google出品的Guava工具庫，里面提供了一個開箱即用的令牌桶RateLimiter。

如圖，我們c語言設(shè)計了一個簡單點接口，句中了業(yè)務(wù)邏輯，只趕往一個字符串；我們設(shè)置中(2)，它表示一秒內(nèi)不遠(yuǎn)遠(yuǎn)超過2個任務(wù)被再提交。

讓我們用接口工具模擬下并發(fā)性全局函數(shù)：

他強(qiáng)任他強(qiáng)，我自不動如山。畢竟我們不使用了限流算法，最大速度只處理2個請求，因此從日志中看到這樣的效果：每秒只能兩條日志。

分布式架構(gòu)下的限流

因為不使用開源的組件，限流的實現(xiàn)看上去的很很簡單，只不過這里也有一個也很大的問題，就是實例中是一個應(yīng)用包，但在求實際的項目中，我們常見會是用集群作戰(zhàn)部署的，將我們的應(yīng)用重新部署在多臺機(jī)器上，這樣的話這時候該要如何限流呢？

每臺服務(wù)器上的應(yīng)用自己再控制自己的響應(yīng)數(shù)量？比如一天沒有辦法調(diào)100次，那作戰(zhàn)部署10臺的話，總量就變成了1000次了；

反推？只不過每隔一天總量只有調(diào)100次，部署10臺，那是每臺每天只有調(diào)10次？這是個不怎么好的辦法，先況且流量一定會可以平均分配到每臺機(jī)器上，如果不是有一臺機(jī)器全死了，會不會今天不能支持內(nèi)部函數(shù)90次了？

通常的解決方案，可以把令牌桶中的令牌，不要放在旁邊本地，只不過是裝在一個公共考試的地方，例如Redis中，隔一段時間只是請求進(jìn)來，就算出是否需要遠(yuǎn)遠(yuǎn)超過限制的總量，要是未最多，則正常全面處理，如果沒有已最多，則前往出錯信息。

具體做法是，用Redis中的key-100充當(dāng)令牌桶，其中100它表示兩分鐘可以動態(tài)鏈接庫100次，每次來全面處理前對value接受減1，前往的值大于10表示也可以一次性處理；每分鐘將value設(shè)置回100；或計數(shù)寄存器累加，開始是0，不停累加，之后達(dá)到單位時間的總量限制；

但是這個方法要有一個定時任務(wù)，去設(shè)置中令牌的數(shù)量，同時這種方法是不能應(yīng)對災(zāi)害流量的，.例如前59秒一次幫忙也是沒有，第60秒回來了100次，第61秒直接進(jìn)入了一個新的周期，又他來了100次只是請求，這樣的話雖然是在兩秒內(nèi)一次性處理了200次請求。

另外一種方案是建議使用Redis中的穩(wěn)定有序隊列SortedSet，存儲近100次的全局函數(shù)時間，有時候有新請求的時候，差不多隊列中最后一個元素的時間和當(dāng)前時間，如果相差無幾將近1分鐘，它表示還也沒遠(yuǎn)遠(yuǎn)超過流量限制，進(jìn)行處理，并將另一個元素壓出隊列，將新的請求時間壓入隊列。

我將堅持了分享分享Java開發(fā)、架構(gòu)設(shè)計、程序員職業(yè)發(fā)展等方面的見解，希望能得到你的關(guān)注。