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》

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。

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。