基于Redis实现基本抢红包算法详解_Redis

简介:

[key, value]的缓存数据库, redis官方性能描述非常高, 所以面对高并发场景, 使用redis来克服高并发压力是一个不错的手段, 本文主要基于redis来实现基本的抢红包系统设计.

发红包模块:

1:发红包模块流程图如下:

用户首先输入红包金额和红包个数, 然后生成当前红包唯一标识, 并使用二倍均值算法生成随机金额的红包, 然后将生成的红包存入缓存redis数据库中, redis数据库中会保存当前剩余的红包数量和每个红包的金额, 由于redis数据库是作为临时存储的地方, 所以发红包记录需要持久化存储在数据库中, 这里为加快系统响应, 使用异步的方式, 将红包金额纪录存储入mysql数据库中, 以上就是发红包模块的简要系统设计.

2:随机生成红包金额

对于抢红包来说, 生成红包金额是非常关键的, 这里有许多生成随机数方法, 在本文中介绍一种使用较多的二倍均值算法来随机生成红包金额.对于抢红包来说, 如果发送一个金额为j的红包, 那么对与抢红包的n个人来说, 公平的概率是: 每个人抢到j / n 的金额的概率是相同的, 例如100元红包发给10个人，那么最公平的策略是使每个人抢到10元的概率相同, 二倍均值算法就是基于上面这个概率策略. 二倍均值算法流程如下: 首先设置红包金额为j, 抢红包人数为n, 接下来计算随机数区间上u = j / n * 2, 得到随机数区间(0,u), 从而在这个区间里生成第一个随机数金额m, 接下来继续生成第二个随机金额. 首先更新总红包金额为j-m,总抢红包人数为n-1, 然后生成第二个随机金额区间(0, (j-m) / (n-1) *2) , 从这个区间里面生成第二个随机金额m2, 继续迭代, 直到生成最后一个红包金额, 下图是二倍均值算法的流程

二倍均值算法案例: 红包总金额100元, 总计10个人

计算第一个随机金额区间: 100/10x2 = 20, 第一个随机金额的区间是（0，20 )，区间均值为10

假设第一个人抢到10元，剩余金额是90 元

计算第二个随机金额区间: 90/9x2 = 20, 第一个随机金额的区间是（0，20 )，区间均值为10

假设第二个人抢到10元，剩余金额是80 元计算第三个随机金额区间: 80/8x2 = 20, 第一个随机金额的区间是（0，20 )，区间均值为10

...............

所以使用二倍均值算法能够在不论谁先抢的情况下, 都能公平保证每个人抢到平均金额的概率是相等的, 二倍均值算法生成红包金额的代码如下:

//这里输入的totalmoney单位是分,例如100元,totalmoney = 10000
public list<integer> getredpackage(integer totalmoney,integer totalpeoplecount) {
    list<integer> moneylist = new arraylist<>();
    //暂存剩余金额为红包的总金额
    integer restmoney = totalmoney;
    //暂存剩余的总人数-初始化时即为指定的总人数
    integer restpeoplecount = totalpeoplecount;    
    //随机数对象
    random random = new random();
    //开始循环迭代生成红包
    for (int i =0;i< totalpeoplenum-1;i++){
       //加1是为了至少抢到1分钱
       int money = random.nextint (restmoney / restpeoplecount * 2) + 1;
       restmoney -= money;
       restpeoplecount--;
       moneylist.add(money);
    }
    //添加最后的一个红包金额
    amountlist.add(restamount);
    return amountlist;
}

3: 红包存储

为了应对用户高并发的请求, 也就是需要频繁读取红包金额和数量, 所以将红包金额和数量存储在mysql中是不行的, 所以只能借助基于内存的redis数据库来支持高并发的读取操作.redis中有5种基本的数据结构分别是:string, list, set, sorted set, map这五种, 红包金额数量是一个list集合, 所以使用list来存储最为合适,在发红包时, 我们先用二倍均值算法随机生成一定数量的红包金额, 然后将红包金额和红包数量存入redis缓存中,等待用户抢红包

//随机生成全局唯一的红包id
redid = getredid();
//首先生成红包金额
list<integer> moneylist = getredpackage(totalmoney,totalpeoplecount);
//放入redis
redisclient.lpush(redid, moneylist);
//redis中记录红包个数
redisclient.set(redid, moneylist.size());
//异步存储发红包记录到mysql数据库
//将红包id返回
return redid;

抢红包模块:

1:抢红包模块流程图如下:

首先判断用户是否已经抢过红包了, 是否还有剩余的红包, 如果抢过或者剩余红包数量小于等于0, 则代表红包已经被抢完了, 直接结束用户本次抢红包流程. 如果还有剩余的红包数量, 则从redis缓存列表中弹出一个红包金额, 然后将剩余红包数量减1, 同时异步将用户抢红包记录存入mysql数据库, 最后将抢到的红包金额返回给用户, 结束本次抢红包流程

2:首先判断是否已经抢过红包

通过在redis中以用户id构建一个唯一key来判断是否抢过红包, key的构建规则是:业务前缀+红包id+用户id

redmoney = redisclient.get("rob" + redid + useid)
//如果不为空,则说明已经抢过了,直接返回抢过的红包金额
if (redmoney != null) {
    return redmoney
}

3:判断是否还有红包

通过在redis中以红包id记录一个数量来判断是否还有红包, key的构建规则是:业务前缀+红包id

totalnum = redisclient.get("totalnum" + redid)
//如果为空或者小于等于0则代表没有了
if (totalnum == null || totalnum <= 0) {
    return null
}

4:弹出一个红包金额

因为我们是把红包金额存储到redis的list列表中的, 所以直接使用列表的pop操作就行了

money = redisclient.rpop(redid)
//如果不为空,则说明抢到了
if (money != null) {
    ....
    红包个数减1
    存储抢红包记录
    设置该用户已经抢过红包
    ....
    //返回抢到的金额
    return money
}
//没抢到
return null

5:减少红包个数

红包总数是以一个[key, value] 键值对存储在redis中的, 所以这里使用redis的decr命令就行了

money = redisclient.rpop(redid)
//如果不为空,则说明抢到了
if (money != null) {
    //红包个数减1
    redisclient.decr(redid)
    ....
    存储抢红包记录
    设置该用户已经抢过红包
    ....
    //返回抢到的金额
    return money
}
//没抢到
return null

6:异步记录抢红包记录

采用异步的方式将记录存入mysql数据库, 异步的方式可以采用消息队列或者多线程的方式来实现

money = redisclient.rpop(redid)
//如果不为空,则说明抢到了
if (money != null) {
    //红包个数减1
    redisclient.decr(redid)
    //异步存储抢红包记录
    这里可以使用mq或者多线程的方式来实现
    ....
    设置该用户已经抢过红包
    ....
    //返回抢到的金额
    return money
}
//没抢到
return null

7:设置该用户已经抢过红包

money = redisclient.rpop(redid)
//如果不为空,则说明抢到了
if (money != null) {
    //红包个数减1
    redisclient.decr(redid)
    //异步存储抢红包记录
    这里可以使用mq或者多线程的方式来实现
    //设置该用户已经抢过红包
    redisclient.set("rob" + redid + useid, money)
    //返回抢到的金额
    return money
}
//没抢到
return null

8: 整体的伪代码逻辑如下:

redmoney = redisclient.get("rob" + redid + useid)
//如果不为空,则说明已经抢过了,直接返回抢过的红包金额
if (redmoney != null) {
    return redmoney
}
totalnum = redisclient.get("totalnum" + redid)
//如果红包总数小于0, 则代表已经抢完了, 直接返回空
if (totalnum == null || totalnum <= 0) {
    return null
}
money = redisclient.rpop(redid)
//如果不为空,则说明抢到了
if (money != null) {
    //红包个数减1
    redisclient.decr(redid)
    //异步存储抢红包记录
    这里可以使用mq或者多线程的方式来实现
    //设置该用户已经抢过红包
    redisclient.set("rob" + redid + useid, money)
    //返回抢到的金额
    return money
} 
//没抢到
return null

9:分布式锁

这里涉及到了同一个用户多次高并发来抢红包的情况, 并且代码逻辑中包含了下面这种逻辑: 判断条件成立然后进行业务操作,最后设置条件. 这种业务逻辑如果不防止并发的话, 就会产生重复操作, 所以需要使用锁来限制每一个用的访问频率, 加锁的方式是使用分布式锁, 这是因为我们抢红包服务不可能只在一台服务器上部署, 同时基于redis也能很容易的实现分布式锁, 使用redis命令setnx命令就可以实现简单分布式锁

redmoney = redisclient.get("rob" + redid + useid)
//如果不为空,则说明已经抢过了,直接返回抢过的红包金额
if (redmoney != null) {
    return redmoney
}
totalnum = redisclient.get("totalnum" + redid)
//如果红包总数小于0, 则代表已经抢完了, 直接返回空
if (totalnum == null || totalnum <= 0) {
    return null
}
//加分布式锁
lockresut = redisclient.setnx(useid,redid,timeout);
//加锁失败,直接返回
if(!lockresult){
    return;
}
try{
    money = redisclient.rpop(redid)
    //如果不为空,则说明抢到了
    if (money != null) {
        //红包个数减1
        redisclient.decr(redid)
        //异步存储抢红包记录
        这里可以使用mq或者多线程的方式来实现
        //设置该用户已经抢过红包
        redisclient.set("rob" + redid + useid, money)
        //返回抢到的金额
        return money
    }     
} finally {
    //删除锁
    redisclient.del(useid)
}
//没抢到
return null