秒杀场景实践之抢红包常用解决方案文章地址: https://blog.piaoruiqing.com/blog/2019/09/01/秒杀场景实践之抢红包一/
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.
业务
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.
方案一 —— 预分配
适用场景
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.
简要描述
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
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:
-- 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 | ... |
备注
-
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.
[版权声明]
本文发布于朴瑞卿的博客, 允许非商业用途转载, 但转载必须保留原作者朴瑞卿 及链接:blog.piaoruiqing.com. 如有授权方面的协商或合作, 请联系邮箱: [email protected].
方案二 —— 实时分配
适用场景
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
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)
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 | ... |
|---|---|---|---|---|---|
| ... | ... | ... | ... | ... |
备注
- 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.
- 实时分配红包不会产生无效的记录, 适合大多数场景, 但实现比预分配复杂的多.
细节及优化
- 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.
结语
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.
欢迎关注公众号: (代码如诗)
[版权声明]
本文发布于朴瑞卿的博客, 允许非商业用途转载, 但转载必须保留原作者朴瑞卿 及链接:blog.piaoruiqing.com. 如有授权方面的协商或合作, 请联系邮箱: [email protected].