DropboxRateLimiter 源码分析

DropboxRateLimiter用来限制添加到dropbox中的错误的速度,核心函数为shouldRateLimit,核心数据结构为mErrorClusterRecords。

清理过期数据

当有错误发生,需要写入dropbox时,会对mErrorClusterRecords的过期数据进行清理
清理频率:上次清理距离现在已有30分钟
何为过期:数据已经存放大于30分钟

    // Remove expired records if enough time has passed since the last cleanup.
    maybeRemoveExpiredRecords(now);
    private void maybeRemoveExpiredRecords(long now) {
        if (now - mLastMapCleanUp <= RATE_LIMIT_BUFFER_EXPIRY) return;

        for (int i = mErrorClusterRecords.size() - 1; i >= 0; i--) {
            if (now - mErrorClusterRecords.valueAt(i).getStartTime() > RATE_LIMIT_BUFFER_EXPIRY) {
                mErrorClusterRecords.removeAt(i);
            }
        }

        mLastMapCleanUp = now;
    }

存储新数据

以错误类型+进程名称为key,以错误的发生时间和累计发生次数为值(ErrorRecord)存储到mErrorClusterRecords,此时不进行拦截,并返回RateLimitResult对象
RateLimitResult对象包含两个信息:不拦截(mShouldRateLimit)以及被拦截的次数为0(mDroppedCountSinceRateLimitActivated)

    String errorKey(String eventType, String processName) {
        return eventType + processName;
    }
    ErrorRecord errRecord = mErrorClusterRecords.get(errorKey(eventType, processName));
    if (errRecord == null) {
        errRecord = new ErrorRecord(now, 1);
        mErrorClusterRecords.put(errorKey(eventType, processName), errRecord);
        return new RateLimitResult(false, 0);
    }

重置数据

相同进程的相同错误发生时,后一个如果比前一个的发生时间大于10分钟(RATE_LIMIT_BUFFER_DURATION),会重置此错误的时间和次数,此时不进行拦截,并返回RateLimitResult对象
RateLimitResult对象包含两个信息:不拦截(mShouldRateLimit)以及被拦截的次数(mDroppedCountSinceRateLimitActivated)

    if (now - errRecord.getStartTime() > RATE_LIMIT_BUFFER_DURATION) {
        final int errCount = recentlyDroppedCount(errRecord);
        errRecord.setStartTime(now);
        errRecord.setCount(1);

        return new RateLimitResult(false, errCount);
    }

累加数据

如果相同进程的相同错误发生时,后一个如果比前一个的发生时间不大于10分钟(RATE_LIMIT_BUFFER_DURATION),会进行错误累加,此时不进行拦截,并返回RateLimitResult对象
RateLimitResult对象包含两个信息:不拦截(mShouldRateLimit)以及被拦截的次数为0(mDroppedCountSinceRateLimitActivated)

    errRecord.incrementCount();
    return new RateLimitResult(false, 0);

拦截写入

当相同进程的相同错误,在10分钟之内发生次数超过6次(RATE_LIMIT_ALLOWED_ENTRIES),此时会进行拦截,并返回RateLimitResult对象。
RateLimitResult对象包含两个信息:拦截(mShouldRateLimit)以及被拦截的次数(mDroppedCountSinceRateLimitActivated)

    if (errRecord.getCount() > RATE_LIMIT_ALLOWED_ENTRIES) {
        return new RateLimitResult(true, recentlyDroppedCount(errRecord));
    }

拦截次数的计算规则

被拦截次数的计算规则如下:错误的累加发生次数超过RATE_LIMIT_ALLOWED_ENTRIES的部分为被拦截次数,如果不超过,拦截次数为0

    /**
     * Returns the number of entries of a certain type and process that have recenlty been
     * dropped. Resets every RATE_LIMIT_BUFFER_DURATION if events are still actively created or
     * RATE_LIMIT_BUFFER_EXPIRY if not. */
    private int recentlyDroppedCount(ErrorRecord errRecord) {
        if (errRecord == null || errRecord.getCount() < RATE_LIMIT_ALLOWED_ENTRIES) return 0;
        return errRecord.getCount() - RATE_LIMIT_ALLOWED_ENTRIES;
    }
最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 159,716评论 4 364
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 67,558评论 1 294
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 109,431评论 0 244
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 44,127评论 0 209
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 52,511评论 3 287
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 40,692评论 1 222
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 31,915评论 2 313
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 30,664评论 0 202
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 34,412评论 1 246
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 30,616评论 2 245
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 32,105评论 1 260
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 28,424评论 2 254
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 33,098评论 3 238
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 26,096评论 0 8
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 26,869评论 0 197
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 35,748评论 2 276
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 35,641评论 2 271

推荐阅读更多精彩内容

  • Spring Cloud为开发人员提供了快速构建分布式系统中一些常见模式的工具(例如配置管理,服务发现,断路器,智...
    卡卡罗2017阅读 134,100评论 18 139
  • 目录 image 开篇词 | 万变不离其宗,性能优化也有章可循 一 基础设施优化 (6讲) 01 | CPU缓存:...
    mfdalf阅读 1,118评论 0 0
  • abandon, desert, forsake, leave, give up abandon :强调永远或完全...
    sunxiaohang阅读 2,251评论 0 3
  • ByteBuf基础 Java Nio 的Buffer 在进行数据传输的过程中,我们经常会用到缓冲区。在Java N...
    达微阅读 1,186评论 0 2
  • 一、前言 在《OkHttp深入分析——基础认知部分》对 OkHttp 源码的工程已经有一个大致的了解了,这篇文章里...
    仰简阅读 1,006评论 0 4