我的编程空间,编程开发者的网络收藏夹
学习永远不晚

详解利用redis + lua解决抢红包高并发的问题

短信预约 -IT技能 免费直播动态提醒
省份

北京

  • 北京
  • 上海
  • 天津
  • 重庆
  • 河北
  • 山东
  • 辽宁
  • 黑龙江
  • 吉林
  • 甘肃
  • 青海
  • 河南
  • 江苏
  • 湖北
  • 湖南
  • 江西
  • 浙江
  • 广东
  • 云南
  • 福建
  • 海南
  • 山西
  • 四川
  • 陕西
  • 贵州
  • 安徽
  • 广西
  • 内蒙
  • 西藏
  • 新疆
  • 宁夏
  • 兵团
手机号立即预约

请填写图片验证码后获取短信验证码

看不清楚,换张图片

免费获取短信验证码

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:http://www.lsjlt.com/article/98620.htm

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 thenn" 
      + "return niln" 
      + "elsen" 
      + "local hongBao = rediscall('rpop', KEYS[1]);n" 
//     + "print('hongBao:', hongBao);n" 
      + "if hongBao thenn" 
      + "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" 
      + "endn" 
      + "endn" 
      + "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编程网。

免责声明:

① 本站未注明“稿件来源”的信息均来自网络整理。其文字、图片和音视频稿件的所属权归原作者所有。本站收集整理出于非商业性的教育和科研之目的,并不意味着本站赞同其观点或证实其内容的真实性。仅作为临时的测试数据,供内部测试之用。本站并未授权任何人以任何方式主动获取本站任何信息。

② 本站未注明“稿件来源”的临时测试数据将在测试完成后最终做删除处理。有问题或投稿请发送至: 邮箱/279061341@qq.com QQ/279061341

详解利用redis + lua解决抢红包高并发的问题

下载Word文档到电脑,方便收藏和打印~

下载Word文档

猜你喜欢

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
2022-06-04

Redis+Lua解决高并发场景抢购秒杀问题

之前写了一篇PHP+Redis链表解决高并发下商品超卖问题,今天介绍一些如何使用PHP+Redis+Lua解决高并发下商品超卖问题。为何要使用Lua脚本解决商品超卖的问题呢?Redis在2.6版本后原生支持Lua脚本功能,允许开发者使用Lua语言编写脚本传到R
Redis+Lua解决高并发场景抢购秒杀问题
2017-11-10

如何解决Redis高并发防止秒杀超卖的问题

这篇文章主要介绍了如何解决Redis高并发防止秒杀超卖的问题,具有一定借鉴价值,感兴趣的朋友可以参考下,希望大家阅读完这篇文章之后大有收获,下面让小编带着大家一起了解一下。1:解决思路将活动写入 redis 中,通过 redis 自减指令扣
2023-06-25

利用MongoDB技术开发中遇到的高并发写入问题的解决方案探究

利用MongoDB技术开发中遇到的高并发写入问题的解决方案探究引言:在现代的互联网应用中,对于各种类型的数据存储需求越来越高。而MongoDB作为一种非关系型数据库,以其高性能和可扩展性的特点,越来越受到开发者的关注。然而,随着业务的快速发
2023-10-22

更新库存时,你是如何用mysql锁解决高并发问题的

利用Mysql的锁来解决高并发的问题,先看没有利用事务的时候并发的后果 创建库存管理表 CREATE TABLE `storage` ( `id` int(11) unsigned NOT NULL AUTO_INCREMENT, `number` int
更新库存时,你是如何用mysql锁解决高并发问题的
2016-12-17

如何使用php函数解决高并发场景下的性能问题?

高并发场景是指系统在同一时间段内接收到大量的请求。在这种情况下,系统的性能会受到很大的挑战,因为处理大量请求可能会导致服务器响应时间过长,甚至造成系统崩溃。为了解决高并发场景下的性能问题,PHP提供了一些函数和技巧。下面将介绍一些常见的方法
2023-10-21

利用MongoDB技术开发中遇到的并发控制问题的解决方案探究

利用MongoDB技术开发中遇到的并发控制问题的解决方案探究摘要:随着互联网技术的快速发展,数据量的不断增大和用户数的不断增加,对于大型应用程序而言,并发控制变得愈发重要。并发控制问题是指在多个用户同时对同一个数据进行读写操作时,可能导致数
2023-10-22

Python 并发编程中的经典算法:利用多线程解决棘手问题

Python 中的经典算法:利用多线程解决棘手问题
Python 并发编程中的经典算法:利用多线程解决棘手问题
2024-02-18

编程热搜

目录