java高级精讲之高并发抢红包~揭开Redis分布式集群与Lua神秘面纱

时间：2024-06-11 16:04:08

java高级精讲之高并发抢红包~揭开Redis分布式集群与Lua神秘面纱

redis数据库

Redis企业集群高级应用精品教程【图灵学院】

Redis权威指南

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。

淘宝的专家丁奇有个文章有写到淘宝是如何应对秒杀的：《秒杀场景下MySQL的低效–原因和改进》

http://blog.nosqlfan.com/html/4209.html

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blog：http://blog.****.net/hengyunabc/article/details/19177877

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：

  1. -- 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
  2. -- 参数：红包队列名， 已消费的队列名，去重的Map名，用户ID
  3. -- 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
  4. -- 如果用户已抢过红包，则返回nil
  5. if redis.call('hexists', KEYS[3], KEYS[4]) ~= 0 then
  6. return nil
  7. else
  8. -- 先取出一个小红包
  9. local hongBao = redis.call('rpop', KEYS[1]);
  10. if hongBao then
  11. local x = cjson.decode(hongBao);
  12. -- 加入用户ID信息
  13. x['userId'] = KEYS[4];
  14. local re = cjson.encode(x);
  15. -- 把用户ID放到去重的set里
  16. redis.call('hset', KEYS[3], KEYS[4], KEYS[4]);
  17. -- 把红包放到已消费队列里
  18. redis.call('lpush', KEYS[2], re);
  19. return re;
  20. end
  21. end
  22. return nil

下面是测试代码：

  1. public class TestEval {
  2. static String host = "localhost";
  3. static int honBaoCount = 1_0_0000;
  4. static int threadCount = 20;
  5. static String hongBaoList = "hongBaoList";
  6. static String hongBaoConsumedList = "hongBaoConsumedList";
  7. static String hongBaoConsumedMap = "hongBaoConsumedMap";
  8. static Random random = new Random();
  9. //  -- 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
  10. //  -- 参数：红包队列名， 已消费的队列名，去重的Map名，用户ID
  11. //  -- 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
  12. static String tryGetHongBaoScript =
  13. //          "local bConsumed = redis.call('hexists', KEYS[3], KEYS[4]);\n"
  14. //          + "print('bConsumed:' ,bConsumed);\n"
  15. "if redis.call('hexists', KEYS[3], KEYS[4]) ~= 0 then\n"
  16. + "return nil\n"
  17. + "else\n"
  18. + "local hongBao = redis.call('rpop', KEYS[1]);\n"
  19. //          + "print('hongBao:', hongBao);\n"
  20. + "if hongBao then\n"
  21. + "local x = cjson.decode(hongBao);\n"
  22. + "x['userId'] = KEYS[4];\n"
  23. + "local re = cjson.encode(x);\n"
  24. + "redis.call('hset', KEYS[3], KEYS[4], KEYS[4]);\n"
  25. + "redis.call('lpush', KEYS[2], re);\n"
  26. + "return re;\n"
  27. + "end\n"
  28. + "end\n"
  29. + "return nil";
  30. static StopWatch watch = new StopWatch();
  31. public static void main(String[] args) throws InterruptedException {
  32. //      testEval();
  33. generateTestData();
  34. testTryGetHongBao();
  35. }
  36. static public void generateTestData() throws InterruptedException {
  37. Jedis jedis = new Jedis(host);
  38. jedis.flushAll();
  39. final CountDownLatch latch = new CountDownLatch(threadCount);
  40. for(int i = 0; i < threadCount; ++i) {
  41. final int temp = i;
  42. Thread thread = new Thread() {
  43. public void run() {
  44. Jedis jedis = new Jedis(host);
  45. int per = honBaoCount/threadCount;
  46. JSONObject object = new JSONObject();
  47. for(int j = temp * per; j < (temp+1) * per; j++) {
  48. object.put("id", j);
  49. object.put("money", j);
  50. jedis.lpush(hongBaoList, object.toJSONString());
  51. }
  52. latch.countDown();
  53. }
  54. };
  55. thread.start();
  56. }
  57. latch.await();
  58. }
  59. static public void testTryGetHongBao() throws InterruptedException {
  60. final CountDownLatch latch = new CountDownLatch(threadCount);
  61. System.err.println("start:" + System.currentTimeMillis()/1000);
  62. watch.start();
  63. for(int i = 0; i < threadCount; ++i) {
  64. final int temp = i;
  65. Thread thread = new Thread() {
  66. public void run() {
  67. Jedis jedis = new Jedis(host);
  68. String sha = jedis.scriptLoad(tryGetHongBaoScript);
  69. int j = honBaoCount/threadCount * temp;
  70. while(true) {
  71. Object object = jedis.eval(tryGetHongBaoScript, 4, hongBaoList, hongBaoConsumedList, hongBaoConsumedMap, "" + j);
  72. j++;
  73. if (object != null) {
  74. //                          System.out.println("get hongBao:" + object);
  75. }else {
  76. //已经取完了
  77. if(jedis.llen(hongBaoList) == 0)
  78. break;
  79. }
  80. }
  81. latch.countDown();
  82. }
  83. };
  84. thread.start();
  85. }
  86. latch.await();
  87. watch.stop();
  88. System.err.println("time:" + watch.getTotalTimeSeconds());
  89. System.err.println("speed:" + honBaoCount/watch.getTotalTimeSeconds());
  90. System.err.println("end:" + System.currentTimeMillis()/1000);
  91. }
  92. }

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。

相关文章