答案:高并发下Java计数与限流需保证线程安全,避免竞争条件。1. 使用AtomicInteger等原子类实现高效无锁计数;2. 复杂逻辑可用synchronized同步方法或代码块;3. 限流可采用固定窗口、滑动窗口、令牌桶等算法,结合原子类实现;4. 精细维度限流可通过ConcurrentHashMap存储各维度计数器,配合CAS操作;5. 分布式场景建议Redis+Lua或单机使用Guava RateLimiter。应根据场景选择合适方案,确保操作原子性与可见性。

在高并发场景下,Java中的计数与限流操作必须保证线程安全,否则会出现数据错乱、超限等问题。实现线程安全的计数和限流,核心在于避免多个线程同时修改共享状态导致的竞争条件。
使用原子类实现线程安全计数
Java 提供了 java.util.concurrent.atomic 包下的原子类,如 AtomicInteger、AtomicLong 等,它们基于 CAS(Compare and Swap)机制实现无锁线程安全操作,性能优于传统的 synchronized。
例如,使用 AtomicInteger 实现一个线程安全的计数器:
private AtomicInteger counter = new AtomicInteger(0);public int increment() { return counter.incrementAndGet(); // 原子自增 }
public int getCount() { return counter.get(); }
这种方式适用于高频读写但逻辑简单的计数场景,比如请求统计、访问次数记录等。
立即学习“Java免费学习笔记(深入)”;
利用 synchronized 关键字控制临界区
对于更复杂的计数逻辑或需要同步多行代码时,可以使用 synchronized 保证同一时间只有一个线程执行关键代码段。
private int count = 0;public synchronized void increment() { count++; }
public synchronized int getCount() { return count; }
synchronized 虽然简单可靠,但在高并发下可能成为性能瓶颈,建议仅用于无法用原子类替代的复杂逻辑。
基于滑动窗口或令牌桶实现限流
限流不仅要计数,还需控制单位时间内的请求数量。常见算法包括固定窗口、滑动窗口、令牌桶和漏桶算法。结合线程安全机制可实现高效限流。
以简单的固定窗口限流为例,使用 AtomicInteger 配合时间戳判断:
private final AtomicInteger requestCount = new AtomicInteger(0); private final long windowSizeInMs = 1000; // 1秒窗口 private long windowStart = System.currentTimeMillis();public boolean tryAcquire() { long currentTime = System.currentTimeMillis(); if (currentTime - windowStart > windowSizeInMs) { requestCount.set(0); windowStart = currentTime; } int currentCount = requestCount.get(); if (currentCount < 100) { // 最大100次/秒 return requestCount.compareAndSet(currentCount, currentCount + 1); } return false; }
该方式简单易懂,但存在“临界点突刺”问题。更优方案可用 Redis + Lua 实现分布式滑动窗口,或使用 Guava 的 RateLimiter(单机场景)。
使用 ConcurrentHashMap 与 CAS 实现分布式或细粒度限流
当需要对不同用户或接口分别限流时,可用 ConcurrentHashMap 存储各维度的计数器,并结合原子操作保证安全。
private final ConcurrentHashMapcounters = new ConcurrentHashMap<>(); public boolean tryLimit(String key) { AtomicInteger counter = counters.computeIfAbsent(key, k -> new AtomicInteger(0)); int count = counter.incrementAndGet(); if (count == 1) { // 首次设置过期清理(可配合 ScheduledExecutorService 清理旧key) } return count <= 10; // 每个key最多10次 }
这种方式适合按用户ID、IP、API路径等维度做精细化限流。
基本上就这些。选择哪种方式取决于具体场景:高频简单计数优先用原子类;复杂逻辑可用 synchronized;限流则推荐结合算法与线程安全工具。关键是避免共享状态竞争,确保操作的原子性与可见性。










