详解利用redis + lua解决抢红包高并发的问题
抢红包的需求分析
抢红包的场景有点像秒杀,但是要比秒杀简单点。
因为秒杀通常要和库存相关。而抢红包则可以允许有些红包没有被抢到,因为发红包的人不会有损失,没抢完的钱再退回给发红包的人即可。
另外像小米这样的抢购也要比淘宝的要简单,也是因为像小米这样是一个公司的,如果有少量没有抢到,则下次再抢,人工修复下数据是很简单的事。而像淘宝这么多商品,要是每一个都存在着修复数据的风险,那如果出故障了则很麻烦。
基于redis的抢红包方案
下面介绍一种基于redis的抢红包方案。
把原始的红包称为大红包,拆分后的红包称为小红包。
1.小红包预先生成,插到数据库里,红包对应的用户id是null。生成算法见另一篇文章:
2.每个大红包对应两个redis队列,一个是未消费红包队列,另一个是已消费红包队列。开始时,把未抢的小红包全放到未消费红包队列里。
未消费红包队列里是json字符串,如{userid:'789', money:'300'}。
3.在redis中用一个map来过滤已抢到红包的用户。
4.抢红包时,先判断用户是否抢过红包,如果没有,则从未消费红包队列中取出一个小红包,再push到另一个已消费队列中,最后把用户id放入去重的map中。
5.用一个单线程批量把已消费队列里的红包取出来,再批量update红包的用户id到数据库里。
上面的流程是很清楚的,但是在第4步时,如果是用户快速点了两次,或者开了两个浏览器来抢红包,会不会有可能用户抢到了两个红包?
为了解决这个问题,采用了lua脚本方式,让第4步整个过程是原子性地执行。
下面是在redis上执行的lua脚本:
-- 函数:尝试获得红包,如果成功,则返回json字符串,如果不成功,则返回空 -- 参数:红包队列名, 已消费的队列名,去重的map名,用户id -- 返回值:nil 或者 json字符串,包含用户id:userid,红包id:id,红包金额:money -- 如果用户已抢过红包,则返回nil if rediscall('hexists', keys[3], keys[4]) ~= 0 then return nil else -- 先取出一个小红包 local hongbao = rediscall('rpop', keys[1]); if hongbao then local x = cjsondecode(hongbao); -- 加入用户id信息 x['userid'] = keys[4]; local re = cjsonencode(x); -- 把用户id放到去重的set里 rediscall('hset', keys[3], keys[4], keys[4]); -- 把红包放到已消费队列里 rediscall('lpush', keys[2], re); return re; end end return nil
下面是测试代码:
public class testeval { static string host = "localhost"; static int honbaocount = 1_0_0000; static int threadcount = 20; static string hongbaolist = "hongbaolist"; static string hongbaoconsumedlist = "hongbaoconsumedlist"; static string hongbaoconsumedmap = "hongbaoconsumedmap"; static random random = new random(); // -- 函数:尝试获得红包,如果成功,则返回json字符串,如果不成功,则返回空 // -- 参数:红包队列名, 已消费的队列名,去重的map名,用户id // -- 返回值:nil 或者 json字符串,包含用户id:userid,红包id:id,红包金额:money static string trygethongbaoscript = // "local bconsumed = rediscall('hexists', keys[3], keys[4]);\n" // + "print('bconsumed:' ,bconsumed);\n" "if rediscall('hexists', keys[3], keys[4]) ~= 0 then\n" + "return nil\n" + "else\n" + "local hongbao = rediscall('rpop', keys[1]);\n" // + "print('hongbao:', hongbao);\n" + "if hongbao then\n" + "local x = cjsondecode(hongbao);\n" + "x['userid'] = keys[4];\n" + "local re = cjsonencode(x);\n" + "rediscall('hset', keys[3], keys[4], keys[4]);\n" + "rediscall('lpush', keys[2], re);\n" + "return re;\n" + "end\n" + "end\n" + "return nil"; static stopwatch watch = new stopwatch(); public static void main(string[] args) throws interruptedexception { // testeval(); generatetestdata(); testtrygethongbao(); } static public void generatetestdata() throws interruptedexception { jedis jedis = new jedis(host); jedisflushall(); final countdownlatch latch = new countdownlatch(threadcount); for(int i = 0; i < threadcount; ++i) { final int temp = i; thread thread = new thread() { public void run() { jedis jedis = new jedis(host); int per = honbaocount/threadcount; jsonobject object = new jsonobject(); for(int j = temp * per; j < (temp+1) * per; j++) { objectput("id", j); objectput("money", j); jedislpush(hongbaolist, objecttojsonstring()); } latchcountdown(); } }; threadstart(); } latchawait(); } static public void testtrygethongbao() throws interruptedexception { final countdownlatch latch = new countdownlatch(threadcount); systemerrprintln("start:" + systemcurrenttimemillis()/1000); watchstart(); for(int i = 0; i < threadcount; ++i) { final int temp = i; thread thread = new thread() { public void run() { jedis jedis = new jedis(host); string sha = jedisscriptload(trygethongbaoscript); int j = honbaocount/threadcount * temp; while(true) { object object = jediseval(trygethongbaoscript, 4, hongbaolist, hongbaoconsumedlist, hongbaoconsumedmap, "" + j); j++; if (object != null) { // systemoutprintln("get hongbao:" + object); }else { //已经取完了 if(jedisllen(hongbaolist) == 0) break; } } latchcountdown(); } }; threadstart(); } latchawait(); watchstop(); systemerrprintln("time:" + watchgettotaltimeseconds()); systemerrprintln("speed:" + honbaocount/watchgettotaltimeseconds()); systemerrprintln("end:" + systemcurrenttimemillis()/1000); } }
测试结果20个线程,每秒可以抢2.5万个,足以应付绝大部分的抢红包场景。
如果是真的应付不了,拆分到几个redis集群里,或者改为批量抢红包,也足够应付。
总结:
redis的抢红包方案,虽然在极端情况下(即redis挂掉)会丢失一秒的数据,但是却是一个扩展性很强,足以应付高并发的抢红包方案。
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持。
上一篇: Redis中的数据过期策略详解
下一篇: 这水有点咸啊