Bucket4j 8.10.1版本新增Hazelcast灵活过期策略支持
Bucket4j是一个流行的Java限流库,它提供了多种分布式存储后端的支持。在最新的8.10.1版本中,Bucket4j为Hazelcast后端添加了灵活的键值过期策略功能,使其与Redis后端的功能保持一致。
背景
在分布式限流场景中,Bucket4j需要将令牌桶的状态存储在分布式缓存中。对于不同的存储后端,Bucket4j提供了相应的ProxyManager实现。在之前的版本中,Redis后端的AbstractRedisProxyManagerBuilder已经提供了withExpirationStrategy方法,允许开发者灵活配置键的过期策略,但在Hazelcast后端中这一功能是缺失的。
新特性详解
8.10.1版本为HazelcastProxyManager添加了与Redis相同的过期策略支持。这一功能是通过以下方式实现的:
- 在HazelcastEntryProcessor中,将java.util.Map.Entry转换为com.hazelcast.map.ExtendedMapEntry
- 复制Redis后端的过期逻辑到Hazelcast实现中
- 提供统一的API接口,使不同后端的配置方式保持一致
使用示例
开发者现在可以像下面这样配置Hazelcast后端的过期策略:
HazelcastProxyManager.builder()
.withExpirationStrategy(ExpirationAfterWriteStrategy.basedOnTimeForRefillingBucketUpToMax(
Duration.ofDays(1)
))
.build(hazelcastInstance, "rateLimits");
这与Redis后端的配置方式完全一致,提供了良好的API一致性。
技术实现细节
在底层实现上,Bucket4j利用了Hazelcast的ExtendedMapEntry接口来设置每个条目的生存时间(TTL)。这种方式比全局配置Map的过期策略更加灵活,允许根据每个令牌桶的实际使用情况来动态管理其生命周期。
版本兼容性
这一特性从Bucket4j 8.10.1版本开始提供,需要Hazelcast 4.x或更高版本的支持。开发者可以放心升级,因为这一改动是完全向后兼容的,不会影响现有的功能。
总结
Bucket4j 8.10.1版本为Hazelcast后端添加的灵活过期策略支持,使得开发者在使用Hazelcast作为分布式缓存时,能够更精细地控制限流数据的生命周期,减少不必要的内存占用。这一改进使得Bucket4j对不同存储后端的支持更加一致,提升了开发体验。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
ruoyi-plus-soybeanRuoYi-Plus-Soybean 是一个现代化的企业级多租户管理系统,它结合了 RuoYi-Vue-Plus 的强大后端功能和 Soybean Admin 的现代化前端特性,为开发者提供了完整的企业管理解决方案。Vue06- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00