Hi,大家好,我是编程小6,很荣幸遇见你,我把这些年在开发过程中遇到的问题或想法写出来,今天说一说秒杀场景实践之抢红包[通俗易懂],希望能够帮助你!!!。
秒杀场景实践之抢红包常用解决方案
文章地址: blog.piaoruiqing.com/2019/09/01/…
秒杀场景在生活中几乎随处可见, 不论是商品抢购、春运抢票还是一个随处可见的红包, 都会涉及到秒杀的场景. 在面试中, 秒杀业务的设计也成为热门题目为面试官和应聘者津津乐道.
接下来, 本文将针对秒杀场景中的抢红包实现方案进行分享, 包括红包业务常见的实现方案, 瓶颈及优化.
红包的应用场景有很多, 如随机红包、定额红包等, 甚至还有结合其他促销业务的红包变种如抢购物津贴等. 但从技术的角度来看, 不论玩法有多少变化, 其核心都是相似的:
抢红包可能会由于业务需求不同而产生很多变种, 设计上要足够抽象, 不能为了抢现金红包和抢购物津贴红包写多份相似的代码. 抢到红包的后置操作可以作为消息, 由不同的业务模块自行处理.
抢红包核心业务不复杂, 其关键点在于应对高并发、资源争用等.
高并发: 异步、横向扩展负载均衡、限流等.
读多写少: 缓存.
资源争用: 原子操作, 缓存或数据库等层面可进行控制. 如使用Lua脚本进行减库存操作.
红包数量相对合理, 很少产生库存剩余的情况、用户量级不大的情况.
预分配是在发放红包时, 根据红包总额和数量、按照既定算法进行分配, 提前创建好全部的红包分配记录. 领取时只是将红包分配记录进行更新.
比较适合系统发放的红包(面向某一标签的全部用户群体, 发出的红包基本会被领取完), 不适合用户群组红包(无法控制领取红包人数, 当红包个数远大于群组人数的情况下, 无效数据比较多, 比如在一个10人群组发放一个数量为1000的红包).
在红包开抢前, 预先分配好红包领取记录, 领取记录的用户ID为负值.
开抢后, 开放唯一领取红包的入口
领取操作核心就是更新红包分配记录:
-- 此处划重点 ( ̄▽ ̄)"
UPDATE IGNORE record SET user_id = {userId}, gmt_receive = UNIX_TIMESTAMP() WHERE red_envelop_id = 1 AND user_id < 0 LIMIT 1;
-- red_envelop_id + user_id 有唯一约束
红包发放记录
ID | 总金额 | 数量 | ... |
---|---|---|---|
1 | 100 | 3 | ... |
红包分配记录
unique:
红包ID
+领取用户ID
ID | 红包ID | 金额 | 领取用户ID | 领取时间 | ... |
---|---|---|---|---|---|
1 | 1 | 10 | -1 | 0 | ... |
2 | 1 | 60 | -2 | 0 | ... |
3 | 1 | 30 | -3 | 0 | ... |
UPDATE IGNORE ... LIMIT 1
: 解决了资源争用问题, 确保并发请求下红包的领取的数据正确性.red_envelop_id
+ user_id
: 创建索引并唯一约束, 确保对于同一个红包同一用户只能领取一次.user_id
为负值: 因为red_envelop_id
+ user_id
有唯一约束.领取人数无法估计、频发退款, 如群组红包(经常发生剩余退款)
红包发放记录
ID | 总金额 | 数量 | 剩余金额 | 剩余数量 | ... |
---|---|---|---|---|---|
1 | 100 | 3 | 100 | 3 | ... |
红包分配记录
unique:
红包ID
+领取用户ID
ID | 红包ID | 金额 | 领取用户ID | 领取时间 | ... |
---|---|---|---|---|---|
... | ... | ... | ... | ... |
客户端点击频率控制能在一定程度上减少流量.
红包领光后在缓存一层拦截掉全部请求, 直接返回失败.
网关层进行限流.
秒杀场景其特点是高并发、读多写少、资源争用, 每一个点都需要根据其业务场景选择适合的解决方案, 如使用缓存解决频繁读取的问题、使用队列解决数据库性能瓶颈等.
对于抢红包业务来说, 预分配和实时分配都是行之有效的方案, 各有优劣, 具体选择哪种, 还是要看业务需求.
如果这篇文章对您有帮助,请点个赞吧 ( ̄▽ ̄)"
欢迎关注公众号(代码如诗):