Semaphore
- 在Semaphore信号量非常适合高并发访问限制，新系统在上线之前，要对系统的访问量进行评估，评估是经过以往的经验、数据、历年的访问量，已经推广力度进行一个合理的评估
- 当然评估标准不能太大也不能太小，太大的话投入的资源达不到实际效果，纯粹浪费资源，太小的话，某个时间点一个高峰值的访问量上来直接可以压垮系统
相关概念
- PV（page view）网站的总访问量，页面浏览量或点击量，用户每刷新一次就会被记录一次
- UV（unique Visitor）访问网站的一台电脑客户端为一个访客。一般来讲时间上以00:00-24:00之内相同ip的客户端只记录。
- QPS（query per second）即每秒查询数，qps很大程度上代表了系统业务上的繁忙程度，每次请求的背后，可能对应着多次磁盘I/O，多次网络请求，多个cpu时间片等。我们通过qps可以非常直观的了解当前系统业务情况，一旦当前qps超过所设定的预警阀值，可以考虑增加机器对集群扩容，以免压力过大导致宕机，可以根据前期的压力测试得到估值，在结合后期综合运维情况，估算出阀值
- RT（response time）请求的响应时间，这个指标非常关键，直接说明前端用户的体验，任何系统设计师都想降低rt时间。
- 当然还涉及cpu、内存、网络、磁盘等情况，更细节的问题很多，如select、update、delete/ps等数据库层面的统计。
- 容量评估：一般来说通过开发、运维、测试、以及业务等相关人员，综合出系统的一系列阀值，然后我们根据关键阀值如qps、rt等，对系统进行有效的变更
- 一般来讲，我们进行多轮压力测试以后，可以对系统进行峰值评估，采用所谓的80/20原则，即80%的访问请求将在20%的时间内达到。这样我们可以根据系统对应的PV计算出峰值qps
- 峰值qps= （总PV × 80%）/ （60 × 60 × 24 × 20%） 然后在将总的峰值qps除以单台机器所能承受的最高的qps值，就是所需要机器的数量：机器数 = 总的峰值qps / 压测得出的单机极限qps
- 当然不排除系统在上线前进行大型促销活动，或者双十一、双十二热点事件、遭受到DDos攻击等情况，系统的开发和运维人员急需要了解当前系统运行的状态和负载情况，一般都会有后台系统去维护
代码示例
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);//定义20个线程
Semaphore semaphore = new Semaphore(5);//每次只容许5个线程进行操作，进行限流
for(int index = 1;index <= 20; index++){
final int token = index;
Runnable run = new Runnable() {
@Override
public void run() {
try{
semaphore.acquire();
//进行相关的业务操作
System.out.println("获得许可操作："+token);
long sleepTime = (long)(Math.random() * 10000);
Thread.sleep(sleepTime);
}catch(InterruptedException e){
e.printStackTrace();
}finally{
semaphore.release();
}
}
};
executorService.execute(run);
}
// semaphore.getQueueLength();//取得等待许可的线程个数
executorService.shutdown();
}
}
/*
获得许可操作：5
获得许可操作：2
获得许可操作：1
获得许可操作：4
获得许可操作：3
获得许可操作：8
获得许可操作：9
获得许可操作：6
获得许可操作：7
获得许可操作：10
获得许可操作：11
获得许可操作：12
获得许可操作：13
获得许可操作：14
获得许可操作：15
获得许可操作：16
获得许可操作：17
获得许可操作：18
获得许可操作：19
获得许可操作：20
*/
