前置后驅載貨也是一流的，但1。6L動力剛好夠用而已。想動力強加錢上1。5T吧”東風風光580指導價：7。29-9。99萬“又一款7座中型SUV，價格也與長安CX70相似，硬抗的節奏。不過衝著配置以及顏值，我選風光580”東風風神AX3指導價：6。

在留言中，小編總是會遇到很多很多的留言，都是詢問某某車型是怎樣的。那麼今天小編就來一個超大的集合，簡單但客觀地評論6-8萬區間的SUV熱門車型。這樣的評論小編真擔心自己的飯碗吶~

寶駿560

指導價：6.98-10.58萬

“寶駿神車物美價廉，空間大油耗低配置高，但就是底盤表現沒有那麼的SUV。”

北汽幻速S2

指導價：5.18-6.08萬

“價格非常低的SUV車型滿足你的SUV夢，空間還是可以的，但底盤以及操控還是別想着太SUV”

北汽幻速S3

指導價：5.38-6.68萬

“就問你，五萬多的7座緊湊型SUV還想着怎樣？不過小編覺得要是出五座版本的話，空間表現絕對是逆天的”

紳寶X35

指導價：6.58-8.88萬

“總體中規中矩沒有太多亮點，但是來自北汽紳寶讓它可靠性更高，內飾也挺對年輕人口味”

比速T3

指導價：7.49-8.69萬

“配置水平極高，使用的還是1.3T渦輪增壓發動機，就是比速的4S店在哪裡？”

比亞迪元

指導價：7.49-8.69萬

“國產中最愛堆配置的品牌，顏值頗高，背着小書包非常個性，但就看合不合你胃口”

長安CX70

指導價：6.89-10.99萬

“不到7萬買到中型7座SUV，還能有誰？前置后驅載貨也是一流的，但1.6L動力剛好夠用而已。想動力強加錢上1.5T吧”

東風風光580

指導價：7.29-9.99萬

“又一款7座中型SUV，價格也與長安CX70相似，硬抗的節奏？不過衝著配置以及顏值，我選風光580”

東風風神AX3

指導價：6.97-8.77萬

“啊？原來這貨是SUV，我還以為是旅行車呢？顏值不錯，但性價比比較一般”

東南DX3

指導價：6.79-10.09萬

“要顏值有顏值，要操控有操控，年輕人的最愛，後輪還是多連桿式獨立懸架。”

哈弗H1

指導價：5.49-7.89萬

“別以為長城M2換了一個馬甲我就不認得你，ESp配置率較高值得推薦，但其餘都是中規中矩”。

大邁X5

指導價：6.99-12.19萬

“你覺得它外觀像誰呢？配置外觀表現優秀，但就是做工方面以及質感方面需要加強”

小編總結：

對這個價位的車型而言，成本的原因它們是無法做到盡善盡美的，要配置還是要動力？兩者都要做到的話，駕駛品質以及做工精細水平能保證嗎？所以小編覺得的是選擇滿足自己最大需求的車型就好了。本站聲明:網站內容來源於http://www.auto6s.com/,如有侵權,請聯繫我們,我們將及時處理

【其他文章推薦】

※USB CONNECTOR掌控什麼技術要點? 帶您認識其相關發展及效能

※台北網頁設計公司這麼多該如何選擇?

※智慧手機時代的來臨，RWD網頁設計為架站首選

※評比南投搬家公司費用收費行情懶人包大公開

※回頭車貨運收費標準

最近測試team在測試過程中反饋部分接口需要做一定的限流措施，剛好我也回顧了下限流相關的算法。常見限流相關的算法有四種：計數器算法, 滑動窗口算法, 漏桶算法, 令牌桶算法

1.計數器算法(固定窗口)

 計數器算法是使用計數器在周期內累加訪問次數，當達到設定的閾值時就會觸發限流策略。下一個周期開始時，清零重新開始計數。此算法在單機和分佈式環境下實現都非常簡單，可以使用Redis的incr原子自增和線程安全即可以實現

 這個算法常用於QPS限流和統計訪問總量，對於秒級以上周期來說會存在非常嚴重的問題，那就是臨界問題，如下圖：

 假設我們設置的限流策略時1分鐘限制計數100，在第一個周期最後5秒和第二個周期的開始5秒，分別計數都是88，即在10秒時間內計數達到了176次，已經遠遠超過之前設置的閾值，由此可見，計數器算法（固定窗口）限流方式對於周期比較長的限流存在很大弊端。

 Java 實現計數器（固定窗口）：

package com.brian.limit;

import java.util.concurrent.*;
import java.util.concurrent.atomic.AtomicInteger;

import lombok.extern.slf4j.Slf4j;

/**
 * 固定窗口
 */
@Slf4j
public class FixWindow {

    private final ScheduledExecutorService scheduledExecutorService = Executors.newScheduledThreadPool(5);

    private final int limit = 100;

    private AtomicInteger currentCircleRequestCount = new AtomicInteger(0);

    private AtomicInteger timeCircle = new AtomicInteger(0);

    private void doFixWindow() {
        scheduledExecutorService.scheduleWithFixedDelay(() -> {
            log.info(" 當前時間窗口，第 {} 秒 ", timeCircle.get());
            if(timeCircle.get() >= 60) {
                timeCircle.set(0);
                currentCircleRequestCount.set(0);
                log.info(" =====進入新的時間窗口===== ");
            }
            if(currentCircleRequestCount.get() > limit) {
                log.info("觸發限流策略，當前窗口累計請求數 : {}", currentCircleRequestCount);
            } else {
                final int requestCount = (int) ((Math.random() * 5) + 1);
                log.info("當前發出的 ==requestCount== : {}", requestCount);
                currentCircleRequestCount.addAndGet(requestCount);
            }
           timeCircle.incrementAndGet();
        }, 0, 1, TimeUnit.SECONDS);
    }

    public static void main(String[] args) {
        new FixWindow().doFixWindow();
    }
    
}

2.滑動窗口算法

 滑動窗口算法是將時間周期拆分成N個小的時間周期，分別記錄小周期裏面的訪問次數，並且根據時間的滑動刪除過期的小周期。如下圖，假設時間周期為1分鐘，將1分鐘再分為2個小周期，統計每個小周期的訪問數量，則可以看到，第一個時間周期內，訪問數量為92，第二個時間周期內，訪問數量為104，超過100的訪問則被限流掉了。

 由此可見，當滑動窗口的格子劃分的越多，那麼滑動窗口的滾動就越平滑，限流的統計就會越精確。此算法可以很好的解決固定窗口算法的臨界問題。

  Java實現滑動窗口：

package com.brian.limit;

import java.util.concurrent.*;
import java.util.concurrent.atomic.AtomicInteger;
import lombok.extern.slf4j.Slf4j;

/**
 * 滑動窗口
 * 
 * 60s限流100次請求
 */
@Slf4j
public class RollingWindow {

    private final ScheduledExecutorService scheduledExecutorService = Executors.newScheduledThreadPool(5);

    // 窗口跨度時間60s
    private int timeWindow = 60;

    // 限流100個請求
    private final int limit = 100;

    // 當前窗口請求數
    private AtomicInteger currentWindowRequestCount = new AtomicInteger(0);

    // 時間片段滾動次數
    private AtomicInteger timeCircle = new AtomicInteger(0);

    // 觸發了限流策略后等待的時間
    private AtomicInteger waitTime = new AtomicInteger(0);

    // 在下一個窗口時，需要減去的請求數
    private int expiredRequest = 0;

    // 時間片段為5秒，每5秒統計下過去60秒的請求次數
    private final int slidingTime = 5;

    private ArrayBlockingQueue<Integer> slidingTimeValues = new ArrayBlockingQueue<>(11);

    public void rollingWindow() {
        scheduledExecutorService.scheduleWithFixedDelay(() -> {

            if (waitTime.get() > 0) {
                waitTime.compareAndExchange(waitTime.get(), waitTime.get() - slidingTime);
                log.info("=====當前滑動窗口===== 限流等待下一個時間窗口倒計時: {}s", waitTime.get());
                if (currentWindowRequestCount.get() > 0) {
                    currentWindowRequestCount.set(0);
                }
            } else {
                final int requestCount = (int) ((Math.random() * 10) + 7);
                if (timeCircle.get() < 12) {
                    timeCircle.incrementAndGet();
                }
                
            log.info("當前時間片段5秒內的請求數: {} ", requestCount);
            currentWindowRequestCount.addAndGet(requestCount);
            log.info("=====當前滑動窗口===== {}s 內請求數: {} ", timeCircle.get()*slidingTime , currentWindowRequestCount.get());

            if(!slidingTimeValues.offer(requestCount)){
                expiredRequest =  slidingTimeValues.poll();
                slidingTimeValues.offer(requestCount);
            } 

            if(currentWindowRequestCount.get() > limit) {
                // 觸發限流
                log.info("=====當前滑動窗口===== 請求數超過100, 觸發限流,等待下一個時間窗口 ");
                waitTime.set(timeWindow);
                timeCircle.set(0);
                slidingTimeValues.clear();
            } else {
                // 沒有觸發限流，滑動下一個窗口需要,移除相應的:在下一個窗口時，需要減去的請求數
                log.info("=====當前滑動窗口===== 請求數 <100, 未觸發限流，當前窗口請求總數: {},即將過期的請求數：{}"
                        ,currentWindowRequestCount.get(), expiredRequest);
                currentWindowRequestCount.compareAndExchange(currentWindowRequestCount.get(), currentWindowRequestCount.get() - expiredRequest);
            }
        }   
        }, 5, 5, TimeUnit.SECONDS);
    }

    public static void main(String[] args) {
        new RollingWindow().rollingWindow();
    }
    

}

計數器（固定窗口）和滑動窗口區別：

計數器算法是最簡單的算法，可以看成是滑動窗口的低精度實現。滑動窗口由於需要存儲多份的計數器（每一個格子存一份），所以滑動窗口在實現上需要更多的存儲空間。也就是說，如果滑動窗口的精度越高，需要的存儲空間就越大。

3.漏桶算法

 漏桶算法是訪問請求到達時直接放入漏桶，如當前容量已達到上限（限流值），則進行丟棄（觸發限流策略）。漏桶以固定的速率進行釋放訪問請求（即請求通過），直到漏桶為空。

 Java實現漏桶：

package com.brian.limit;

import java.util.concurrent.*;

import lombok.extern.slf4j.Slf4j;

/**
 * 漏桶算法
 */
@Slf4j
public class LeakyBucket {
    private final ScheduledExecutorService scheduledExecutorService = Executors.newScheduledThreadPool(5);

    // 桶容量
    public  int capacity = 1000;
    
    // 當前桶中請求數
    public int curretRequest = 0;

    // 每秒恆定處理的請求數
    private final int handleRequest = 100;

    public void doLimit() {
        scheduledExecutorService.scheduleWithFixedDelay(() -> {
            final int requestCount = (int) ((Math.random() * 200) + 50);
            if(capacity > requestCount){
                capacity -= requestCount;
                log.info("<><>當前1秒內的請求數:{}, 桶的容量:{}", requestCount, capacity);
                if(capacity <=0) {
                    log.info(" =====觸發限流策略===== ");
                } else {
                    capacity += handleRequest;
                    log.info("<><><><>當前1秒內處理請求數:{}, 桶的容量:{}", handleRequest, capacity);
                }
            } else {
                log.info("<><><><>當前請求數:{}, 桶的容量:{},丟棄的請求數:{}", requestCount, capacity,requestCount-capacity);
                if(capacity <= requestCount) {
                    capacity = 0;
                }
                capacity += handleRequest;
                log.info("<><><><>當前1秒內處理請求數:{}, 桶的容量:{}", handleRequest, capacity);
            }
        }, 0, 1, TimeUnit.SECONDS);
    }

    public static void main(String[] args) {
        new LeakyBucket().doLimit();
    }
}

 漏桶算法有個缺點：如果桶的容量過大，突發請求時也會對後面請求的接口造成很大的壓力。

4.令牌桶算法

 令牌桶算法是程序以恆定的速度向令牌桶中增加令牌，令牌桶滿了之後會丟棄新進入的令牌，當請求到達時向令牌桶請求令牌，如獲取到令牌則通過請求，否則觸發限流策略。

 Java實現令牌桶：

package com.brian.limit;

import java.util.concurrent.*;

import lombok.extern.slf4j.Slf4j;
/**
 * 令牌桶算法
 */
@Slf4j
public class TokenBucket {
    private final ScheduledExecutorService scheduledExecutorService = Executors.newScheduledThreadPool(5);

    // 桶容量
    public  int capacity = 1000;
    
    // 當前桶中請求數
    public int curretToken = 0;

    // 恆定的速率放入令牌
    private final int tokenCount = 200;

    public void doLimit() {
        scheduledExecutorService.scheduleWithFixedDelay(() -> {
            
            new Thread( () -> {
                if(curretToken >= capacity) {
                    log.info(" =====桶中的令牌已經滿了===== ");
                    curretToken = capacity;
                } else {
                    if((curretToken+tokenCount) >= capacity){
                      log.info(" 當前桶中的令牌數:{},新進入的令牌將被丟棄的數: {}",curretToken,(curretToken+tokenCount-capacity));
                      curretToken = capacity;
                  } else {
                      curretToken += tokenCount;
                  }
                }
            }).start();

            new Thread( () -> {
                final int requestCount = (int) ((Math.random() * 200) + 50);
                if(requestCount >= curretToken){
                    log.info(" 當前請求數:{},桶中令牌數: {},將被丟棄的請求數:{}",requestCount,curretToken,(requestCount - curretToken));
                    curretToken = 0;
                } else {
                    log.info(" 當前請求數:{},桶中令牌數: {}",requestCount,curretToken);
                    curretToken -= requestCount;
                }
            }).start();
        }, 0, 500, TimeUnit.MILLISECONDS);
    }

    public static void main(String[] args) {
        new TokenBucket().doLimit();
    }
    
}

漏桶算法和令牌桶算法區別：

令牌桶可以用來保護自己，主要用來對調用者頻率進行限流，為的是讓自己不被打垮。所以如果自己本身有處理能力的時候，如果流量突發（實際消費能力強於配置的流量限制），那麼實際處理速率可以超過配置的限制。而漏桶算法，這是用來保護他人，也就是保護他所調用的系統。主要場景是，當調用的第三方系統本身沒有保護機制，或者有流量限制的時候，我們的調用速度不能超過他的限制，由於我們不能更改第三方系統，所以只有在主調方控制。這個時候，即使流量突發，也必須捨棄。因為消費能力是第三方決定的。
總結起來：如果要讓自己的系統不被打垮，用令牌桶。如果保證被別人的系統不被打垮，用漏桶算法

參考博客：https://blog.csdn.net/weixin_41846320/article/details/95941361

　　　　　https://www.cnblogs.com/xuwc/p/9123078.html

本站聲明:網站內容來源於博客園,如有侵權,請聯繫我們,我們將及時處理

【其他文章推薦】

※USB CONNECTOR掌控什麼技術要點? 帶您認識其相關發展及效能

※台北網頁設計公司這麼多該如何選擇?

※智慧手機時代的來臨，RWD網頁設計為架站首選

※評比南投搬家公司費用收費行情懶人包大公開

※回頭車貨運收費標準

小聲逼逼

眾所周知，日誌是排查問題的重要手段。關於日誌設計，以及怎麼根據從【用戶報障】環節開始到秒級定位問題這個我們下一期說（絕非套路），這一期，主要講一下，在沒有異常日誌的情況下，如何定位問題。沒有日誌當真能排查問題，不會是標題黨吧！

案例一

從最大的同性交友網站中拉取【dubbo-spring-boot-project】的代碼。

然後把demo跑起來。

本場景是由真實案例改編，因為公司代碼比較複雜也不方便透露，而這個demo在github上大家都能找到，既保證了原汁原味，又能讓大家方便自己體驗排查過程。

好了，我們先設置owner = "feichao",然後看一下控制台

一切正常

那麼，當我設置成owner = "feichaozhenshuai!",再啟動

看似一切都正常，那麼，我們到控制台一看。

什麼情況，怎麼就沒owner了？

這是在哪個環節出問題了？其實肥朝當初在公司遇到這個問題的時候，場景比這個複雜得多。因為公司的業務里沒有owner的話，在運行時會出現一些其他異常，涉及公司業務這裏就不展開了，我們言歸正傳，為毛我設置成feichaozhenshuai!就不行了，那我設置成肥朝大帥比電腦會不會爆炸啊？？？

常見的錯誤做法是，把這個問題截圖往群里一丟，問“你們有沒有遇到過dubbo裏面，owner設置不生效的問題？”

而關注了肥朝公眾號的【真愛粉絲】會這麼問，“dubbo裏面設置owner卻不生效，你們覺得我要從個角度排查問題？”。一看到這麼正確的提問方式，我覺得我不回復你都不好意思。好了，回到主題，這個時候，沒有一點點錯誤日誌，但是卻設置不成功，我們有哪些排查手段？

套路一

直接找set方法，看看是不是代碼做了判斷,防止在owner字段裏面set肥朝真帥這種詞語，避免把帥這件事走漏風聲!。這麼一分析似乎挺有道理對吧，那麼，如何快速找到這個set方法呢？如圖

public void setOwner(String owner) {
    checkMultiName("owner", owner);
    this.owner = owner;
}

我們跟進checkMultiName代碼后發現

protected static void checkProperty(String property, String value, int maxlength, Pattern pattern) {
    if (StringUtils.isEmpty(value)) {
        return;
    }
    if (value.length() > maxlength) {
        throw new IllegalStateException("Invalid " + property + "=\"" + value + "\" is longer than " + maxlength);
    }
    if (pattern != null) {
        Matcher matcher = pattern.matcher(value);
        if (!matcher.matches()) {
            throw new IllegalStateException("Invalid " + property + "=\"" + value + "\" contains illegal " +
                    "character, only digit, letter, '-', '_' or '.' is legal.");
        }
    }
}

從異常描述就很明顯可以看出，原來owner裏面是只支持-和_等這類特殊符號，!是不支持的，所以設置成不成功，和肥朝帥不帥是沒關係的，和後面的!是有關係的。擦，原來是肥朝想多了，給自己加戲了！！！

當然肥朝可以告訴你，在後面的版本，修復了這個bug，日誌會看得到異常了。這個時候你覺得問題就解決了？

我相信此時很多假粉就會關掉文章，或者說下次肥朝發了一些他們不喜歡看的文章（你懂的）后，他們就從此取關，但是肥朝想說，且慢動手！！！

你想嘛，萬一你以後又遇到類似的問題呢？而且源碼層次很深，就不是簡單的搜個set方法這麼簡單，這次給你搜到了set方法並解決問題，簡直是偶然成功。因此，我才多次強調，要持續關注肥朝，掌握更多套路。這難道是想騙你關注？我這分明是愛你啊！

那麼，萬一以後遇到一些吞掉異常，亦或者某些原因導致日誌沒打印，我們到底如何排查？

套路二

我們知道idea裏面有很多好用的功能，比如肥朝之前的【看源碼，我為何推薦idea？】中就提到了條件斷點，除此之外，還有一個被大家低估的功能，叫做異常斷點。

肥朝掃了一眼，裏面的單詞都是小學的英語單詞，因此怎麼使用就不做過多解釋。遇到這個問題時，我們可以這樣設置異常斷點。

運行起來如下：

這樣，運行起來的時候，就會迅速定位到異常位置。然後一頓分析，應該很容易找出問題。

是不是有點感覺了？那我們再來一個題型練習一下。

案例二

我們先在看之前肥朝粉絲群的提問

考慮到部分粉絲不在群里，我就簡單描述一下這個粉絲的問題，他代碼有個異常，然後catch打異常日誌，但是日誌卻沒輸出。

當然你還是不理解也沒關係，我根據該粉絲的問題，給你搭建了一個最簡模型的demo，模型雖然簡單，但是問題是同樣的，原汁原味，熟悉的配方，熟悉的味道。git地址如下：【https://gitee.com/HelloToby/springboot-run-exception】

我們運行起來看一下

@Slf4j
public class HelloSpringApplicationRunListener implements SpringApplicationRunListener {

    public HelloSpringApplicationRunListener(SpringApplication application, String[] args) {
    }

    @Override
    public void starting() {

    }

    @Override
    public void environmentPrepared(ConfigurableEnvironment environment) {

    }

    @Override
    public void contextPrepared(ConfigurableApplicationContext context) {
        throw new RuntimeException("歡迎關注微信公眾號【肥朝】");
    }

    @Override
    public void contextLoaded(ConfigurableApplicationContext context) {

    }

    @Override
    public void finished(ConfigurableApplicationContext context, Throwable exception) {
    }
}

你會發現，一運行起來進程就停止，一點日誌都沒。絕大部分假粉絲遇到這個情況，都是菊花一緊，一點頭緒都沒，又去群里問”你們有沒有遇到過，Springboot一起來進程就沒了，但是沒有日誌的問題？“。正確提問姿勢肥朝已經強調過，這裏不多說。那麼我們用前面學到的排查套路，再來走一波

我們根據異常棧順藤摸瓜

我們從代碼中看出兩個關鍵單詞【reportFailure】、【context.close()】，經過斷點我們發現，確實是會先打印日誌，再關掉容器。但是為啥日誌先執行，再關掉容器，日誌沒輸出，容器就關掉了呢？因為，這個demo中，日誌是全異步日誌，異步日誌還沒執行，容器就關了，導致了日誌沒有輸出。

該粉絲遇到的問題是類似的，他是單元測試中，代碼中的異步日誌還沒輸出，單元測試執行完進程就停止了。知道了原理解決起來也很簡單，比如最簡單的，跑單元測試的時候末尾先sleep一下等日誌輸出。

在使用Springboot中，其實經常會遇到這種，啟動期間出現異常，但是日誌是異步的，日誌還沒輸出就容器停止，導致沒有異常日誌。知道了原理之後，要徹底解決這類問題，可以增加一個SpringApplicationRunListener。

/**
 * 負責應用啟動時的異常輸出
 */
@Slf4j
public class OutstandingExceptionReporter implements SpringApplicationRunListener {

    public OutstandingExceptionReporter(SpringApplication application, String[] args) {
    }

    @Override
    public void starting() {

    }

    @Override
    public void environmentPrepared(ConfigurableEnvironment environment) {

    }

    @Override
    public void contextPrepared(ConfigurableApplicationContext context) {

    }

    @Override
    public void contextLoaded(ConfigurableApplicationContext context) {

    }

    @Override
    public void finished(ConfigurableApplicationContext context, Throwable exception) {
        if (exception != null) {
            log.error("application started failed",exception);
            try {
                Thread.sleep(100);
            } catch (InterruptedException e) {
                log.error("application started failed", e);
            }
        }
    }
}

再啰嗦一句，其實日誌輸出不了，除了這個異步日誌的案例外，還有很多情況的，比如日誌衝突之類的，排查套路還很多，因此，建議持續關注，每一個套路，都想和你分享！

本站聲明:網站內容來源於博客園,如有侵權,請聯繫我們,我們將及時處理

【其他文章推薦】

※USB CONNECTOR掌控什麼技術要點? 帶您認識其相關發展及效能

※台北網頁設計公司這麼多該如何選擇?

※智慧手機時代的來臨，RWD網頁設計為架站首選

※評比南投搬家公司費用收費行情懶人包大公開

※回頭車貨運收費標準