您的位置:首页 > 数据库 > Redis

利用redis + lua解决抢红包高并发的问题

2015-08-28 15:18 621 查看


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.csdn.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:

[plain] view
plaincopy





-- 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 redis.call('hexists', KEYS[3], KEYS[4]) ~= 0 then

return nil

else

-- 先取出一个小红包

local hongBao = redis.call('rpop', KEYS[1]);

if hongBao then

local x = cjson.decode(hongBao);

-- 加入用户ID信息

x['userId'] = KEYS[4];

local re = cjson.encode(x);

-- 把用户ID放到去重的set里

redis.call('hset', KEYS[3], KEYS[4], KEYS[4]);

-- 把红包放到已消费队列里

redis.call('lpush', KEYS[2], re);

return re;

end

end

return nil

下面是测试代码:

[java] view
plaincopy





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 = redis.call('hexists', KEYS[3], KEYS[4]);\n"

// + "print('bConsumed:' ,bConsumed);\n"

"if redis.call('hexists', KEYS[3], KEYS[4]) ~= 0 then\n"

+ "return nil\n"

+ "else\n"

+ "local hongBao = redis.call('rpop', KEYS[1]);\n"

// + "print('hongBao:', hongBao);\n"

+ "if hongBao then\n"

+ "local x = cjson.decode(hongBao);\n"

+ "x['userId'] = KEYS[4];\n"

+ "local re = cjson.encode(x);\n"

+ "redis.call('hset', KEYS[3], KEYS[4], KEYS[4]);\n"

+ "redis.call('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);

jedis.flushAll();

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++) {

object.put("id", j);

object.put("money", j);

jedis.lpush(hongBaoList, object.toJSONString());

}

latch.countDown();

}

};

thread.start();

}

latch.await();

}



static public void testTryGetHongBao() throws InterruptedException {

final CountDownLatch latch = new CountDownLatch(threadCount);

System.err.println("start:" + System.currentTimeMillis()/1000);

watch.start();

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 = jedis.scriptLoad(tryGetHongBaoScript);

int j = honBaoCount/threadCount * temp;

while(true) {

Object object = jedis.eval(tryGetHongBaoScript, 4, hongBaoList, hongBaoConsumedList, hongBaoConsumedMap, "" + j);

j++;

if (object != null) {

// System.out.println("get hongBao:" + object);

}else {

//已经取完了

if(jedis.llen(hongBaoList) == 0)

break;

}

}

latch.countDown();

}

};

thread.start();

}



latch.await();

watch.stop();



System.err.println("time:" + watch.getTotalTimeSeconds());

System.err.println("speed:" + honBaoCount/watch.getTotalTimeSeconds());

System.err.println("end:" + System.currentTimeMillis()/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。
内容来自用户分享和网络整理,不保证内容的准确性,如有侵权内容,可联系管理员处理 点击这里给我发消息
标签: