详解利用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。

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 rediscall('hexists', KEYS[3], KEYS[4]) ~= 0 then 
 return nil 
else 
 -- 先取出一个小红包 
 local hongBao = rediscall('rpop', KEYS[1]); 
 if hongBao then 
  local x = cjsondecode(hongBao); 
  -- 加入用户ID信息 
  x['userId'] = KEYS[4]; 
  local re = cjsonencode(x); 
  -- 把用户ID放到去重的set里 
  rediscall('hset', KEYS[3], KEYS[4], KEYS[4]); 
  -- 把红包放到已消费队列里 
  rediscall('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 = rediscall('hexists', KEYS[3], KEYS[4]);\n" 
//     + "print('bConsumed:' ,bConsumed);\n" 
      "if rediscall('hexists', KEYS[3], KEYS[4]) ~= 0 then\n"
      + "return nil\n"
      + "else\n"
      + "local hongBao = rediscall('rpop', KEYS[1]);\n"
//     + "print('hongBao:', hongBao);\n" 
      + "if hongBao then\n"
      + "local x = cjsondecode(hongBao);\n"
      + "x['userId'] = KEYS[4];\n"
      + "local re = cjsonencode(x);\n"
      + "rediscall('hset', KEYS[3], KEYS[4], KEYS[4]);\n"
      + "rediscall('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); 
    jedisflushAll(); 
    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++) { 
            objectput("id", j); 
            objectput("money", j); 
            jedislpush(hongBaoList, objecttoJSONString()); 
 

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。