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.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:
- -- 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:
- 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。
利用redis + lua解决抢红包高并发的问题的更多相关文章
- Redis:解决分布式高并发修改同一个Key的问题
本篇文章是通过watch(监控)+mutil(事务)实现应用于在分布式高并发处理等相关场景.下边先通过redis-cli.exe来测试多个线程修改时,遇到问题及解决问题. 高并发下修改同一个key遇到 ...
- 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 ...
- redis+php+mysql处理高并发实例
一.实验环境ubuntu.php.apache或nginx.mysql二.利用Redis锁解决高并发问题,需求现在有一个接口可能会出现并发量比较大的情况,这个接口使用php写的,做的功能是接收 用户的 ...
- 利用Redis锁解决高并发问题
这里我们主要利用Redis的setnx的命令来处理高并发. setnx 有两个参数.第一个参数表示键.第二个参数表示值.如果当前键不存在,那么会插入当前键,将第二个参数做为值.返回 1.如果当前键存在 ...
- 利用 Redis 锁解决高并发问题
这里我们主要利用 Redis 的 setnx 的命令来处理高并发. setnx 有两个参数.第一个参数表示键.第二个参数表示值.如果当前键不存在,那么会插入当前键,将第二个参数做为值.返回 1.如果当 ...
- Redis结合Lua脚本实现高并发原子性操作
从 2.6版本 起, Redis 开始支持 Lua 脚本 让开发者自己扩展 Redis … 案例-实现访问频率限制: 实现访问者 $ip 在一定的时间 $time 内只能访问 $limit 次. 非脚 ...
- Netty Redis 亿级流量 高并发 实战 (长文 修正版)
目录 疯狂创客圈 Java 分布式聊天室[ 亿级流量]实战系列之 -30[ 博客园 总入口 ] 写在前面 1.1. 快速的能力提升,巨大的应用价值 1.1.1. 飞速提升能力,并且满足实际开发要求 1 ...
- 怎么保证redis集群的高并发和高可用的?
redis不支持高并发的瓶颈在哪里? 单机.单机版的redis支持上万到几万的QPS不等. 主要根据你的业务操作的复杂性,redis提供了很多复杂的操作,lua脚本. 2.如果redis要支撑超过10 ...
- 如何解决java高并发详细讲解
对于我们开发的网站,如果网站的访问量非常大的话,那么我们就需要考虑相关的并发访问问题了.而并发问题是绝大部分的程序员头疼的问题, 但话又说回来了,既然逃避不掉,那我们就坦然面对吧~今天就让我们一起来研 ...
随机推荐
- spring+myBatis 配置多数据源,切换数据源
注:本文来源于 tianzhiwuqis <spring+myBatis 配置多数据源,切换数据源> 一个项目里一般情况下只会使用到一个数据库,但有的需求是要显示其他数据库的内容,像这样 ...
- deepin(debian)下使用Git
Github github是一个基于git的代码托管平台,付费用户可以建私人仓库,我们一般的免费用户只能使用公共仓库,也就是代码要公开. 安装git 安装 sudo apt-get install g ...
- python 对Excel表格的写入
python对Excel表格写入需要导入xlrd ,和xlutils两个库 from xlrd import open_workbook from xlutils.copy import copy o ...
- arm寄存器
ARM 处理器拥有 37 个寄存器. 这些寄存器按部分重叠组方式加以排列. 每个处理器模式都有一个不同的寄存器组. 编组的寄存器为处理处理器异常和特权操作提供了快速的上下文切换. 提供了下列寄存器:三 ...
- Jenkins job之间依赖关系配置(联动构建)
使用场景: 想要在某APP打新包之后,立即执行自动化测试的job来验证该新包.比如Job A 执行完执行Job B ,如下图所示,如何建立依赖呢? 主要有两种方法: 1.配置上游依赖: 2.配置下游依 ...
- json格式的中文输出显示
print json.dumps(json.loads(result),ensure_ascii=False)
- UI---设置Activity背景为透明
1.在values下colors中设置透明颜色 <?xml version="1.0" encoding="utf-8"?> <resourc ...
- openv
https://www.cnblogs.com/xishuai/p/centos-openvpn.html https://www.cnblogs.com/biaopei/category/11029 ...
- samba服务器一次排错
在全局配置完,可用.配置区域配置的时候,添加一个共享的文件夹时, 使用testparm 命令去检查配置.发现path路径无法正确读出.在window上去访问,显示无法正常访问. 修改path的位置,放 ...
- SQL反模式学习笔记1 开篇
什么是“反模式” 反模式是一种试图解决问题的方法,但通常会同时引发别的问题. 反模式分类 (1)逻辑数据库设计反模式 在开始编码之前,需要决定数据库中存储什么信息以及最佳的数据组织方式和内在关联方式. ...