文章插图
前言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.
分析场景
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:
- 稳定: 扛得住突发的大流量, 确保红包都能成功派发.
- 准确: 数据一定要正确, 不能出现超额派发的情况.
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.
技术
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.
- 优势: 实现简单、配合缓存很容易应对高并发
- 不足: 频繁发放较多数量大的红包会导致一次性写入大量分配记录, 如果领取的人不多, 会产生很多无效数据.
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).
实现细节
文章插图
流程
- 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:
ID 总金额 数量 ... 1 100 3 ... 红包分配记录
unique: 红包ID+领取用户ID
文章插图
- 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.
- 预分配的user_id为负值: 因为red_envelop_id + user_id 有唯一约束.
- 对于一般流量的小型活动, 这种方式实现简单、成本低, 不引入缓存的情况下只用一个MySQL基本也能扛得住.
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)
实现细节
文章插图
流程
- 开抢前将红包信息加载到缓存, 首次加载时间可长一些
- 抢红包: 从缓存读取(没有则加载), 分配红包后原子更新缓存(若已发放完毕则直接返回失败)
- 缓存更新后写入数据库(校验数据正确性)
文章插图
unique: 红包ID+领取用户ID
- 首次缓存加载时间要稍长一点: 红包刚开始发放时可能会有较大的突发流量, 此时去DB加载缓存不合适.
- 缓存可以不用和数据库保证强一致: 数据的正确性由数据库进行维护, 如: 缓存扣除了红包额度, 但更新数据库时发生了异常, 此时缓存不需要回滚, 待缓存失效后重新加载即可.(所以缓存时间可以是几秒钟, 不用太长)
- 更新缓存可以考虑使用Lua脚本以保证原子性.
推荐阅读
- 淘宝直播间秒杀技巧 淘宝直播怎么快速秒杀
- 开展社会实践活动总结 综合实践活动总结
- 为什么别人秒杀活动访问如此顺畅呢?
- 京东秒杀过了时间就涨价了吗 京东秒杀错过了还有吗
- 蒲公英筑梦队三下乡志愿服务实践报告 志愿者实践报告
- 抖音秒杀商品技巧 抖音好物秒杀入口
- 实时音视频流媒体传输的思考和实践
- 58集团RPC框架SCF的设计与实践
- 小米手环|2022米粉节感恩回馈:小米手环6、真无线耳机五折秒杀
- 周公解梦梦见死人的场景 梦到死人的场景