Redis分布式缓存怎么实现微信抢红包
本篇内容主要讲解“Redis分布式缓存怎么实现微信抢红包”,感兴趣的朋友不妨来看看。本文介绍的方法操作简单快捷,实用性强。下面就让小编来带大家学习“Redis分布式缓存怎么实现微信抢红包”吧!
一、场景分析
微信抢红包已经在我们生活中很常见的场景了,特别是年底公司开年会和春节2个时间段,长辈领导都发红包,手都点抽筋了,也没抢到多少。
在这段时间里,对于单个群里的单个红包,qps也是上千的,对于整个微信红包系统,高峰的并发量是上亿的。
高峰的抢红包有3大特点:
包红包的人多:也就是创建红包的任务比较多,即红包系统是以单个红包的任务来区分,特点就是在高峰期红包任务多。
抢红包的人更多:当你发红包出去后,是几十甚至几百人来抢你的红包,即单红包的请求并发量大。
低延迟:当你发现红包时,要越快抢到越开心,所以要求抢红包的响应速度要快,一般1秒响应。
二、技术方案
包红包
先把金额拆解为小金额的红包,例如 总金额1000元,发10个,用户在点保存的时候,就自动拆解为10个随机小红包。
这里的存储就是个难题,多个金额(例如10个小金额的红包)如何存储?
抢红包
高并发的抢红包时核心的关键技术,就是控制各个小红包的操作的原子性。
例如 10个红包在100人的群里被抢,10个红包被抢走一个的同时要红包的库存减1,即剩下19个。在整个过程中抢走一个和红包库存减1个是一个原子操作。
list的pop操作弹出一个元素的同时会自动从队列里面剔除该元素,它是一个原子性操作。
三、案例实战
包红包
@GetMapping(value = "/set") public long setRedpacket(int total, int count) { //拆解红包 Integer[] packet= this.splitRedPacket(total,count); //为红包生成全局唯一id long n=this.incrementId(); //采用list存储红包 String key=RED_PACKET_KEY+n; this.redisTemplate.opsForList().leftPushAll(key,packet); //设置3天过期 this.redisTemplate.expire(key,3, TimeUnit.DAYS); log.info("拆解红包{}={}",key,packet); return n; }
拆解红包
public Integer[] splitRedPacket(int total, int count) { int use = 0; Integer[] array = new Integer[count]; Random random = new Random(); for (int i = 0; i < count; i++) { if (i == count - 1) array[i] = total - use; else { // 红包随机金额浮动系数 int avg = (total - use) * 2 / (count - i); array[i] = 1 + random.nextInt(avg - 1); } use = use + array[i]; } return array;}
抢红包
@GetMapping(value = "/rob") public int rob(long redid,long userid) { //第一步:验证该用户是否抢过 Object packet=this.redisTemplate.opsForHash().get(RED_PACKET_CONSUME_KEY+redid,String.valueOf(userid)); if(packet==null){ //第二步:从list队列,弹出一个红包 Object obj=this.redisTemplate.opsForList().leftPop(RED_PACKET_KEY+redid); if(obj!=null){ //第三步:抢到红包存起来 this.redisTemplate.opsForHash().put(RED_PACKET_CONSUME_KEY+redid,String.valueOf(userid),obj); log.info("用户={}抢到{}",userid,obj); //TODO 异步把数据落地到数据库上 return (Integer) obj; } //-1 代表抢完 return -1; } //-2 代表已抢 return -2; }
到此,相信大家对“Redis分布式缓存怎么实现微信抢红包”有了更深的了解,不妨来实际操作一番吧!这里是编程网网站,更多相关内容可以进入相关频道进行查询,关注我们,继续学习!
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