Redis分布式缓存:微信抢红包解决方案
导读
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
1.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?
2.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
/** * 包红包的接口 */ @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
/** * 拆解红包 * 1.红包金额要被全部拆解完 * 2.红包金额不能差太离谱 * total 红包金额 * count 红包数量 */ 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
/** * 抢红包接口 */ @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; }
评论(0)