本文由 简悦 SimpRead) 转码， 原文地址 mp.weixin.qq.com)
（给数据分析与开发加星标，提升数据技能）
来源：Java 建设者 - 陈彦斌
为啥写这个微信抢红包项目呢，公司 0202 年 08 月 22 日，公司周年庆，抢了 100 多红包🧧，O(∩_∩)O 哈哈~
业务流程分析
功能拆解
新建红包
在 DB、Redis 分别新增一条记录
抢红包 (并发)
「使用技术」
Redis 中数据类型的 String 特性的原子递减（DECR key）和减少指定值（DECRBY key decrement）
「业务」
- 请求 Redis ，当剩余红包个数大于 0，红包个数原子递减，随机获取红包
- 计算金额，当最后一个红包时，最后一个红包金额 = 总金额 - 总已抢红包金额
- 更新数据库
「查询红包记录」
查询 DB 即可
数据库设计
红包流水表
CREATE TABLE \`red\_packet\_info\` (\`id\` int(11) NOT NULL AUTO\_INCREMENT,\`red\_packet\_id\` bigint(11) NOT NULL DEFAULT 0 COMMENT '红包id，采⽤timestamp+5位随机数',\`total\_amount\` int(11) NOT NULL DEFAULT 0 COMMENT '红包总⾦额，单位分',\`total\_packet\` int(11) NOT NULL DEFAULT 0 COMMENT '红包总个数',\`remaining\_amount\` int(11) NOT NULL DEFAULT 0 COMMENT '剩余红包⾦额，单位分',\`remaining\_packet\` int(11) NOT NULL DEFAULT 0 COMMENT '剩余红包个数',\`uid\` int(20) NOT NULL DEFAULT 0 COMMENT '新建红包⽤户的⽤户标识',\`create\_time\` timestamp COMMENT '创建时间',\`update\_time\` timestamp NOT NULL DEFAULT CURRENT\_TIMESTAMP ON UPDATECURRENT\_TIMESTAMP COMMENT '更新时间',PRIMARY KEY (\`id\`)) ENGINE=InnoDB AUTO\_INCREMENT=1 DEFAULT CHARSET=utf8mb4 COMMENT='红包信息表，新建⼀个红包插⼊⼀条记录';
红包记录表
CREATE TABLE \`red\_packet\_record\` (
\`id\` int(11) NOT NULL AUTO\_INCREMENT,
\`amount\` int(11) NOT NULL DEFAULT '0' COMMENT '抢到红包的⾦额',
\`nick\_name\` varchar(32) NOT NULL DEFAULT '0' COMMENT '抢到红包的⽤户的⽤户
名',
\`img\_url\` varchar(255) NOT NULL DEFAULT '0' COMMENT '抢到红包的⽤户的头像',
\`uid\` int(20) NOT NULL DEFAULT '0' COMMENT '抢到红包⽤户的⽤户标识',
\`red\_packet\_id\` bigint(11) NOT NULL DEFAULT '0' COMMENT '红包id，采⽤
timestamp+5位随机数',
\`create\_time\` timestamp COMMENT '创建时间',
\`update\_time\` timestamp NOT NULL DEFAULT CURRENT\_TIMESTAMP ON UPDATE
CURRENT\_TIMESTAMP COMMENT '更新时间',
PRIMARY KEY (\`id\`)
) ENGINE=InnoDB AUTO\_INCREMENT=1 DEFAULT CHARSET=utf8mb4 COMMENT='抢红包记
录表，抢⼀个红包插⼊⼀条记录';
发红包 API
发红包接口开发
- 新增一条红包记录
- 往 mysql 里面添加一条红包记录
- 往 redis 里面添加一条红包数量记录
- 往 redis 里面添加一条红包金额记录
❝ 往 db 中就单纯存入一条记录，Service 层和 Mapper 层，就简单的一条 sql 语句，主要是提供思路，下面会附案例源码，不要慌 ❞
抢红包 API
- 抢红包功能属于原子减操作
- 当大小小于 0 时原子减失败
- 当红包个数为 0 时，后面进来的用户全部抢红包失败，并不会进入拆红包环节
- 抢红包功能设计
- 将红包 ID 的请求放入请求队列中，如果发现超过红包的个数，直接返回
- 注意事项
- 抢到红包不一定能拆成功
抢红包算法拆解
img
通过上图算法得出，靠前面的人，手气最佳几率小，手气最佳，往往在后面
- 发 100 元，共 10 个红包，那么平均值是 10 元一个，那么发出来的红包金额在 0.01~20 元之间波动
- 当前面 4 个红包总共被领了 30 元时，剩下 70 元，总共 6 个红包，那么这 6 个红包的金额在 0.01~23.3 元之间波动
抢红包接口开发
「测试」
「发红包」
模拟高并发抢红包 (Jmeter 压测工具)
因为我发了 10 个红包，金额是 20000，使用压测工具，模拟 50 个请求，只允许前 10 个请求能抢到红包，并且金额等于 20000。
布隆过滤器
介绍
布隆过滤器是 1970 年由布隆提出的。它实际上是一个很长的二进制向量和一系列随机映射函数。布隆过滤器可以用于检索一个元素是否在一个集合中。它的优点是空间效率和查询时间都远远超过一般的算法，缺点是有一定的误识别率和删除困难。
优点
相比于其他的数据结构，布隆过滤器在空间和时间方面都有巨大的优势。布隆过滤器存储空间和插入 / 查询时间都是常数。另外三列函数相互之间没有关系，方便由硬件并行实现。布隆过滤器不需要存储元素本身，在某些对保密要求非常严格的场合有优势。
缺点
但是布隆过滤器的缺点和有点一样明显。误算率是其中之一。随着存入的元素数量增加，误算率随之增加。但是如果元素数量太少，则使用散列表足矣。
布隆过滤器有什么用
- 黑客流量攻击：故意访问不存在的数据，导致查程序不断访问 DB 的数据
- 黑客安全阻截：当黑客访问不存在的缓存时迅速返回避免缓存及 DB 挂掉
- 网页爬虫对 URL 的去重，避免爬取相同的 URL 地址
- 反垃圾邮件，从数十亿个垃圾邮件列表中判断某邮件是否垃圾邮件 (同理，垃圾短信)
- 缓存击穿，将已存在的缓存放到布隆中，当黑客访问不存在的缓存时迅速返回避免缓存及 DB 挂掉
布隆过滤器实现会员转盘抽奖
需求
一个抽奖程序，只针对会员用户有效
通过 google 布隆过滤器存储会员数据
- 程序启动时将数据放入内存中
- google 自动创建布隆过滤器
- 用户 ID 进来之后判断是否是会员
代码实现
引入依赖
<dependency>
<groupId>com.google.guava</groupId>
<artifactId>guava</artifactId>
<version>29.0-jre</version>
</dependency>
数据库会员表
CREATE TABLE \`sys\_user\` (
\`id\` int(11) unsigned NOT NULL AUTO\_INCREMENT,
\`user\_name\` varchar(11) CHARACTER SET utf8mb4 DEFAULT NULL COMMENT '⽤户名',
\`image\` varchar(11) CHARACTER SET utf8mb4 DEFAULT NULL COMMENT '⽤户头像',
PRIMARY KEY (\`id\`)
) ENGINE=InnoDB AUTO\_INCREMENT=11 DEFAULT CHARSET=utf8;
初始化布隆过滤器
dao 层和 dao 映射文件，就单纯的一个 sql 查询，看核心方法，下面会附源码滴，不要慌好嘛
控制层
测试
缺点
- 内存级别产部
- 重启即失效
- 本地内存无法用在分布式场景
- 不支持大数据量存储
Redis 布隆过滤器
优点
- 可扩展性 Bloom 过滤器
- 不存在重启即失效或定时任务维护的成本
缺点
- 需要网络 IO，性能比基于内存的过滤器低
布隆过滤器安装
「下载」
github：https://github.com/RedisBloom/RedisBloom
链接: https://pan.baidu.com/s/16DlKLm8WGFzGkoPpy8y4Aw 密码: 25w1
「编译」
make
「将 Rebloom 加载到 Redis 中」
先把 Redis 给停掉！！！在 redis.conf 里面添加一行命令 -> 加载模块
loadmodule /usr/soft/RedisBloom-2.2.4/redisbloom.so
「测试布隆过滤器」
SpringBoot 整合 Redis 布隆过滤器
编写两个 lua 脚本
- 添加数据到指定名称的布隆过滤器
- 从指定名称的布隆过滤器获取 key 是否存在的脚本
local bloomName = KEYS\[1\]
local value = KEYS\[2\]
--bloomFilter
local result\_1 = redis.call('BF.ADD',bloomName,value)
return result\_1
local bloomName = KEYS\[1\]
local value = KEYS\[2\]
--bloomFilter
local result\_1 = redis.call('BF.EXISTS',bloomName,value)
return result\_1
在 RedisService.java 中添加 2 个方法
验证
秒杀
秒杀业务流程图
数据落地存储方案
- 通过分布式 redis 减库存
- DB 存最终订单信息数据
API 性能调优
- 性能瓶颈在高并发秒杀
- 技术难题在于超卖问题
实现步骤
提前将秒杀数据缓存到 redis
set skuId\_start\_1 0\_1554045087 --秒杀标识
set skuId\_access\_1 12000 --允许抢购数
set skuId\_count\_1 0 --抢购计数
set skuId\_booked\_1 0 --真实秒杀数
- 秒杀开始前，skuId_start 为 0，代表活动未开始
- 当 skuId_start 改为 1 时，活动开始，开始秒杀叭
- 当接受下单数达到 sku_count*1.2 后，继续拦截所有请求，商品剩余数量为 0(为啥接受抢购数为 1 万 2 呢，看业务流程图，涉及到 “校验订单信息”，一般设置的值要比总数多一点，多多少自己定)
利用 Redis 缓存加速增库存数
"skuId\_booked":10000 //从0开始累加，秒杀的个数只能加到1万
将用户订单数据写入 MQ(异步方式)。
另外一台服务器监听 mq，将订单信息写入到 DB。
好了，以上就是完整的开发步骤，下面我们开始编写代码
代码实战
网关浏览拦截层
1、先判断秒杀是否已经开始
2、利用 Redis 缓存 incr 拦截流量
- 用 incr 方法原子加
- 通过原子加帕努单当前 skuId_access 是否达到最大值
订单信息校验层
1、校验当前用户是否已经买过这个商品
- 需要存储用户的 uid
- 存数据库效率太低
- 存 Redis value 方式数据太大
- 存布隆过滤器性能高且数据量小 (推荐)
2、校验通过直接返回抢购成功
开发 lua 脚本实现库存扣除
1、库存扣除成功，获取当前最新库存
2、如果库存大于 0，即马上进行库存扣除，并且访问抢购成功给用户
3、考虑原子性问题
- 保证原子性的方式，采用 lua 脚本
- 采用 lua 脚本方式保证原子性带来缺点，性能有所下降
- 不保证原子性缺点，放入请求量可能大于预期
- 当前扣除库存场景必须保证原子性，否则会导致超卖
4、返回抢购结果
- 抢购成功
- 库存没了，抢购失败
控制层
Service 层
布隆过滤器
初始化 redis 缓存
set skuId\_start\_1 0\_1554045087 --秒杀标识
set skuId\_access\_1 12000 --允许抢购数
set skuId\_count\_1 0 --抢购计数
set skuId\_booked\_1 0 --真实秒杀数
秒杀验证
jmeter 配置
压测秒杀验证原子性
项目下载
链接: https://pan.baidu.com/s/1hZUPRAljkqO05fYluqJBhQ 密码: 1iwr
尾声
演示的时候，我使用的 Redis 单机的，吞吐量不是很大，感兴趣的，可以自己搭建个 Redis 主从复制 + 哨兵 + 集群，然后再测试。
最近比较忙，没时间完善微信抢红包秒杀的原子性。下面那个完整案例抢库存的，亲自使用 Jmeter 压测几次，是原子性的，可以拿来借鉴，感兴趣的同学，可以借鉴下面抢库存的代码，把微信抢红包的功能在完善下，我就不修改啦。
- EOF -
推荐阅读 点击标题可跳转
2、太厉害了！这应该是目前 Redis 可视化工具最全的横向评测
看完本文有收获？请转发分享给更多人
关注「数据分析与开发」加星标，提升数据技能
好文章，我在看❤️
若有收获，就点个赞吧
0 人点赞
