我正在尝试构建一个自定义过滤器，该过滤器每个标识符每个M单位时间（例如1秒）仅处理N个请求（例如100个）。所有大于N的请求都将被拒绝或忽略。请求是一个包含标识符，时间戳和其他卫星数据的对象（过滤器不应处理卫星数据）。
首先想到的是要拥有一个ConcurrentHashMap [String，AtomicInteger]，该标识符应具有每个标识符的请求数，但是我无法理解每秒使用哪个数据结构来跟踪这些计数，并且该数据结构也应该是能够清理，因为它很快就会增长，我们不需要维护过去的数据。
这也意味着可能的解决方案将具有一个数据结构，该数据结构具有仅存储时间戳之间的增量并确保每个标识符不超过M个时间单位的N个请求的能力。
这听起来像是一个速率限制器，可能有标准库或可用选项，但我想了解如何构建它。因此，寻找一些指针而不是直接的代码解决方案。
>答案 0 :(得分：0)
这是一种方法。
存储格式为(time_rounded_off, count)的值。仅当time_rounded_off = current_time_rounded_off和count < max_count时，您才处理请求。
当四舍五入时间增加时，计数器将重置为0，然后您再次开始处理。
此设计对于保持业务规则有效，但是如果在基础架构上处理突发的请求太难了，则不是很好。为此，我建议您保持exponential moving average的每秒处理请求数。只要下降到足够低的水平，您就可以提出另一个请求。
使用这种方法，您的值将是(timestamp, average)形式的对。现在，更新它的过程是将时间戳更新为当前时间戳，然后将平均值乘以衰减因子（这取决于时间戳的差异）。如果收到请求的速度超出其处理速度，那么结果就是以正确的近似速率对其进行采样。
您现在可以使用两个参数，衰减率和平均值。您可以为特定速率选择是否表示每小时360,000，每小时6000，每秒100和每0.1秒10。它们之间的区别是您必须一次处理“爆发”的潜在大小。
答案 1 :(得分：0)
您可能想看看番石榴的RateLimiter类。
这是一个库类，但是javadoc很好地解释了其内部工作方式。
非常简短的版本是：它的工作原理有点像Semaphore。线程（需要处理请求）必须先从RateLimiter获得许可，然后才允许这样做。 RateLimiter的输出允许以预定的速率。
您可以在此处查看源代码：https://github.com/google/guava/blob/master/guava/src/com/google/common/util/concurrent/RateLimiter.java