Redis秒殺實戰(zhàn)：微信搶紅包（附源碼）
為啥寫這個微信搶紅包項目呢，公司 0202 年 08 月 22 日，公司周年慶，搶了100多紅包?，O(∩_∩)O哈哈~
業(yè)務流程分析
功能拆解
新建紅包
在 DB、Redis 分別新增一條記錄
搶紅包(并發(fā))
「使用技術」
Redis 中數(shù)據(jù)類型的 String 特性的原子遞減（DECR key）和減少指定值（DECRBY key decrement）
「業(yè)務」
請求 Redis ，當剩余紅包個數(shù)大于 0，紅包個數(shù)原子遞減，隨機獲取紅包 計算金額，當最后一個紅包時，最后一個紅包金額=總金額-總已搶紅包金額 更新數(shù)據(jù)庫
「查詢紅包記錄」
查詢 DB 即可
數(shù)據(jù)庫設計
紅包流水表
CREATE TABLE `red_packet_info` (
`id` int(11) NOT NULL AUTO_INCREMENT,
`red_packet_id` bigint(11) NOT NULL DEFAULT 0 COMMENT '紅包id，采?
timestamp+5位隨機數(shù)',
`total_amount` int(11) NOT NULL DEFAULT 0 COMMENT '紅包總?額，單位分',
`total_packet` int(11) NOT NULL DEFAULT 0 COMMENT '紅包總個數(shù)',
`remaining_amount` int(11) NOT NULL DEFAULT 0 COMMENT '剩余紅包?額，單位
分',
`remaining_packet` int(11) NOT NULL DEFAULT 0 COMMENT '剩余紅包個數(shù)',
`uid` int(20) NOT NULL DEFAULT 0 COMMENT '新建紅包?戶的?戶標識',
`create_time` timestamp COMMENT '創(chuàng)建時間',
`update_time` timestamp NOT NULL DEFAULT CURRENT_TIMESTAMP ON UPDATE
CURRENT_TIMESTAMP COMMENT '更新時間',
PRIMARY KEY (`id`)
) ENGINE=InnoDB AUTO_INCREMENT=1 DEFAULT CHARSET=utf8mb4 COMMENT='紅包信息
表，新建?個紅包插??條記錄';
紅包記錄表
CREATE TABLE `red_packet_record` (
`id` int(11) NOT NULL AUTO_INCREMENT,
`amount` int(11) NOT NULL DEFAULT '0' COMMENT '搶到紅包的?額',
`nick_name` varchar(32) NOT NULL DEFAULT '0' COMMENT '搶到紅包的?戶的?戶
名',
`img_url` varchar(255) NOT NULL DEFAULT '0' COMMENT '搶到紅包的?戶的頭像',
`uid` int(20) NOT NULL DEFAULT '0' COMMENT '搶到紅包?戶的?戶標識',
`red_packet_id` bigint(11) NOT NULL DEFAULT '0' COMMENT '紅包id，采?
timestamp+5位隨機數(shù)',
`create_time` timestamp COMMENT '創(chuàng)建時間',
`update_time` timestamp NOT NULL DEFAULT CURRENT_TIMESTAMP ON UPDATE
CURRENT_TIMESTAMP COMMENT '更新時間',
PRIMARY KEY (`id`)
) ENGINE=InnoDB AUTO_INCREMENT=1 DEFAULT CHARSET=utf8mb4 COMMENT='搶紅包記
錄表，搶?個紅包插??條記錄';
發(fā)紅包 API
發(fā)紅包接口開發(fā)
新增一條紅包記錄 往 mysql 里面添加一條紅包記錄 往 redis 里面添加一條紅包數(shù)量記錄 往redis里面添加一條紅包金額記錄
?往db中就單純存入一條記錄，Service層和Mapper層，就簡單的一條sql語句，主要是提供思路，下面會附案例源碼，不要慌
?
搶紅包 API
搶紅包功能屬于原子減操作 當大小小于 0 時原子減失敗 當紅包個數(shù)為0時，后面進來的用戶全部搶紅包失敗，并不會進入拆紅包環(huán)節(jié) 搶紅包功能設計 將紅包ID的請求放入請求隊列中，如果發(fā)現(xiàn)超過紅包的個數(shù)，直接返回 注意事項 搶到紅包不一定能拆成功
搶紅包算法拆解
通過上圖算法得出，靠前面的人，手氣最佳幾率小，手氣最佳，往往在后面
發(fā) 100 元，共 10 個紅包，那么平均值是 10 元一個，那么發(fā)出來的紅包金額在 0.01~20 元之間波動 當前面 4 個紅包總共被領了 30 元時，剩下 70 元，總共 6 個紅包，那么這 6 個紅包的金額在 0.01~23.3 元之間波動
搶紅包接口開發(fā)
「測試」
「發(fā)紅包」
模擬高并發(fā)搶紅包(Jmeter壓測工具)
因為我發(fā)了 10 個紅包，金額是 20000，使用壓測工具，模擬50個請求，只允許前10個請求能搶到紅包，并且金額等于20000。
布隆過濾器
介紹
布隆過濾器是1970年由布隆提出的。它實際上是一個很長的二進制向量和一系列隨機映射函數(shù)。布隆過濾器可以用于檢索一個元素是否在一個集合中。它的優(yōu)點是空間效率和查詢時間都遠遠超過一般的算法，缺點是有一定的誤識別率和刪除困難。
優(yōu)點
相比于其他的數(shù)據(jù)結(jié)構(gòu)，布隆過濾器在空間和時間方面都有巨大的優(yōu)勢。布隆過濾器存儲空間和插入/查詢時間都是常數(shù)。另外三列函數(shù)相互之間沒有關系，方便由硬件并行實現(xiàn)。布隆過濾器不需要存儲元素本身，在某些對保密要求非常嚴格的場合有優(yōu)勢。
缺點
但是布隆過濾器的缺點和有點一樣明顯。誤算率是其中之一。隨著存入的元素數(shù)量增加，誤算率隨之增加。但是如果元素數(shù)量太少，則使用散列表足矣。
布隆過濾器有什么用
黑客流量攻擊：故意訪問不存在的數(shù)據(jù)，導致查程序不斷訪問DB的數(shù)據(jù) 黑客安全阻截：當黑客訪問不存在的緩存時迅速返回避免緩存及DB掛掉 網(wǎng)頁爬蟲對 URL 的去重，避免爬取相同的URL地址 反垃圾郵件，從數(shù)十億個垃圾郵件列表中判斷某郵件是否垃圾郵件(同理，垃圾短信) 緩存擊穿，將已存在的緩存放到布隆中，當黑客訪問不存在的緩存時迅速返回避免緩存及 DB 掛掉
布隆過濾器實現(xiàn)會員轉(zhuǎn)盤抽獎
需求
一個抽獎程序，只針對會員用戶有效
通過google布隆過濾器存儲會員數(shù)據(jù)
程序啟動時將數(shù)據(jù)放入內(nèi)存中 google自動創(chuàng)建布隆過濾器 用戶ID進來之后判斷是否是會員
代碼實現(xiàn)
引入依賴
??com.google.guava
??guava
??29.0-jre
數(shù)據(jù)庫會員表
CREATE TABLE `sys_user` (
`id` int(11) unsigned NOT NULL AUTO_INCREMENT,
`user_name` varchar(11) CHARACTER SET utf8mb4 DEFAULT NULL COMMENT '?戶名',
`image` varchar(11) CHARACTER SET utf8mb4 DEFAULT NULL COMMENT '?戶頭像',
PRIMARY KEY (`id`)
) ENGINE=InnoDB AUTO_INCREMENT=11 DEFAULT CHARSET=utf8;
初始化布隆過濾器
dao 層和 dao 映射文件，就單純的一個 sql 查詢，看核心方法，下面會附源碼滴，不要慌好嘛
控制層
測試
缺點
內(nèi)存級別產(chǎn)部 重啟即失效 本地內(nèi)存無法用在分布式場景 不支持大數(shù)據(jù)量存儲
Redis布隆過濾器
優(yōu)點
可擴展性 Bloom 過濾器 不存在重啟即失效或定時任務維護的成本
缺點
需要網(wǎng)絡IO，性能比基于內(nèi)存的過濾器低
布隆過濾器安裝
「下載」
github：https://github.com/RedisBloom/RedisBloom
鏈接:?https://pan.baidu.com/s/16DlKLm8WGFzGkoPpy8y4Aw??密碼:?25w1
「編譯」
make
「將 Rebloom 加載到 Redis 中」
先把 Redis 給停掉！！！在 redis.conf 里面添加一行命令->加載模塊
loadmodule?/usr/soft/RedisBloom-2.2.4/redisbloom.so
「測試布隆過濾器」
SpringBoot 整合 Redis 布隆過濾器
編寫兩個lua腳本
添加數(shù)據(jù)到指定名稱的布隆過濾器 從指定名稱的布隆過濾器獲取key是否存在的腳本
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 個方法
驗證
秒殺
秒殺業(yè)務流程圖
數(shù)據(jù)落地存儲方案
通過分布式redis減庫存 DB存最終訂單信息數(shù)據(jù)
API性能調(diào)優(yōu)
性能瓶頸在高并發(fā)秒殺 技術難題在于超賣問題
實現(xiàn)步驟
提前將秒殺數(shù)據(jù)緩存到 redis
set?skuId_start_1?0_1554045087?--秒殺標識
set?skuId_access_1?12000?--允許搶購數(shù)
set?skuId_count_1?0?--搶購計數(shù)
set?skuId_booked_1?0?--真實秒殺數(shù)
秒殺開始前，skuId_start為0，代表活動未開始 當skuId_start改為1時，活動開始，開始秒殺叭 當接受下單數(shù)達到sku_count*1.2后，繼續(xù)攔截所有請求，商品剩余數(shù)量為0(為啥接受搶購數(shù)為1萬2呢，看業(yè)務流程圖，涉及到“校驗訂單信息”，一般設置的值要比總數(shù)多一點，多多少自己定)
利用 Redis 緩存加速增庫存數(shù)
"skuId_booked":10000?//從0開始累加，秒殺的個數(shù)只能加到1萬
將用戶訂單數(shù)據(jù)寫入 MQ(異步方式)。
另外一臺服務器監(jiān)聽 mq，將訂單信息寫入到 DB。
好了，以上就是完整的開發(fā)步驟，下面我們開始編寫代碼
代碼實戰(zhàn)
網(wǎng)關瀏覽攔截層
1、先判斷秒殺是否已經(jīng)開始
2、利用 Redis 緩存 incr 攔截流量
用 incr 方法原子加 通過原子加帕努單當前 skuId_access 是否達到最大值
訂單信息校驗層
1、校驗當前用戶是否已經(jīng)買過這個商品
需要存儲用戶的uid 存數(shù)據(jù)庫效率太低 存Redis value方式數(shù)據(jù)太大 存布隆過濾器性能高且數(shù)據(jù)量小(推薦)
2、校驗通過直接返回搶購成功
開發(fā)lua腳本實現(xiàn)庫存扣除
1、庫存扣除成功，獲取當前最新庫存
2、如果庫存大于0，即馬上進行庫存扣除，并且訪問搶購成功給用戶
3、考慮原子性問題
保證原子性的方式，采用 lua 腳本 采用lua腳本方式保證原子性帶來缺點，性能有所下降 不保證原子性缺點，放入請求量可能大于預期 當前扣除庫存場景必須保證原子性，否則會導致超賣
4、返回搶購結(jié)果
搶購成功 庫存沒了，搶購失敗
控制層
Service 層
布隆過濾器
初始化redis緩存
set?skuId_start_1?0_1554045087?--秒殺標識
set?skuId_access_1?12000?--允許搶購數(shù)
set?skuId_count_1?0?--搶購計數(shù)
set?skuId_booked_1?0?--真實秒殺數(shù)
秒殺驗證
jmeter 配置
壓測秒殺驗證原子性
項目下載
鏈接:?https://pan.baidu.com/s/1hZUPRAljkqO05fYluqJBhQ??密碼:?1iwr
尾聲
演示的時候，我使用的 Redis 單機的，吞吐量不是很大，感興趣的，可以自己搭建個 Redis 主從復制+哨兵+集群，然后再測試。
最近比較忙，沒時間完善微信搶紅包秒殺的原子性。下面那個完整案例搶庫存的，親自使用 Jmeter 壓測幾次，是原子性的，可以拿來借鑒，感興趣的同學，可以借鑒下面搶庫存的代碼，把微信搶紅包的功能在完善下，我就不修改啦。
?