使用Redis和Lua的原子性实现抢红包功能

数据库最终会将数据保存到磁盘中，而 Redis 使用的是内存，内存的速度比磁盘速度快得多，所以这里将讨论使用 Redis 实现抢红包。

对于使用 Redis 实现抢红包，首先需要知道的是 Redis 的功能不如数据库强大，事务也不完整，因此要保证数据的正确性，数据的正确性可以通过严格的验证得以保证。

而 Redis 的 Lua 语言是原子性的，且功能更为强大，所以优先选择使用 Lua 语言来实现抢红包。

但是无论如何对于数据而言，在 Redis 当中存储，始终都不是长久之计，因为 Redis 并非一个长久储存数据的地方，它存储的数据是非严格和安全的环境，更多的时候只是为了提供更为快速的缓存。

所以当红包金额为 0 或者红包超时的时候（超时操作可以使用定时机制实现），会将红包数据保存到数据库中，这样才能够保证数据的安全性和严格性。

使用注解方式配置 Redis

首先在类 RootConfig 上创建一个 RedisTemplate 对象，并将其装载到 Spring IoC 容器中，代码如下所示。

  @Bean(name = "redisTemplate")  public RedisTemplate initRedisTemplate() {      JedisPoolConfig poolConfig = new JedisPoolConfig();      // 最大空闲数      poolConfig.setMaxIdle(50);      // 最大连接数      poolConfig.setMaxTotal(100);      // 最大等待毫秒数      poolConfig.setMaxWaitMillis(20000);      // 创建Jedis链接工厂      JedisConnectionFactory connectionFactory = new JedisConnectionFactory(poolConfig);      connectionFactory.setHostName("localhost");      connectionFactory.setPort(6379);      // 调用后初始化方法，没有它将抛出异常      connectionFactory.afterPropertiesSet();      // 自定Redis序列化器      RedisSerializer jdkSerializationRedisSerializer = new JdkSerializationRedisSerializer();      RedisSerializer stringRedisSerializer = new StringRedisSerializer(); // 定义RedisTemplate,并设置连接工厂      RedisTemplate redisTemplate = new RedisTemplate();      redisTemplate.setConnectionFactory(connectionFactory);      // 设置序列化器      redisTemplate.setDefaultSerializer(stringRedisSerializer);      redisTemplate.setKeySerializer(stringRedisSerializer);      redisTemplate.setValueSerializer(stringRedisSerializer);      redisTemplate.setHashKeySerializer(stringRedisSerializer);      redisTemplate.setHashValueSerializer(stringRedisSerializer);      return redisTemplate;  }

这样 RedisTemplate 就可以在 Spring 上下文中使用了。注意，JedisConnectionFactory 对象在最后的时候需要自行调用 afterPropertiesSet 方法，它实现了 InitializingBean 接口。

如果将其配置在 Spring IoC 容器中，Spring 会自动调用它，但是这里我们是自行创建的，因此需要自行调用，否则在运用的时候会抛出异常，从而出现错误。

数据存储设计

Redis 并不是一个严格的事务，而且事务的功能也是有限的。加上 Redis 本身的命令也比较有限，功能性不强，为了增强功能性，还可以使用 Lua 语言。

Redis 中的 Lua 语言是一种原子性的操作，可以保证数据的一致性。依据这个原理可以避免超发现象，完成抢红包的功能，而且对于性能而言，Redis 会比数据库快得多。

第一次运行 Lua 脚本的时候，先在 Redis 中编译和缓存脚本，这样就可以得到一个 SHA1 字符串，之后通过 SHA1 字符串和参数就能调用 Lua 脚本了。先来编写 Lua 脚本，代码如下所示。

–缓存抢红包列表信息列表key
local listKey = ‘red_packet_list_’..KEYS[1] –当前被抢红包key
local redPacket = ‘red_packet_’..KEYS[1] –获取当前红包库存
local stock = tonumber(redis.call(‘hget’, redPacket, ‘stock’))
–没有库存，返回为0
if stock <= 0 then return 0 end
–库存减1
stock = stock -1
–保存当前库存
redis.call(‘hset’,redPacket,’stock’, tostring(stock))
–往链表中加入当前红包信息
redis.call(‘rpush’, listKey, ARGV[1])
–如果是最后一个红包，则返回2，表示抢红包已经结束，需要将列表中的数据保存到数据库中
if stock == 0 then return 2 end
–如果并非最后一个红包，则返回1，表示抢红包成功
return 1

这里可以看到这样一个流程：

• 判断是否存在可抢的库存，如果已经没有可抢夺的红包，则返回为 0，结束流程。
• 有可抢夺的红包，对于红包的库存减一，然后重新设置库存。
• 将抢红包数据保存到 Redis 的链表当中，链表的 key 为 red_packet_list_{id}。
• 如果当前库存为 0，那么返回 2，这说明可以触发数据库对 Redis 链表数据的保存，链表的 key 为 red_packet_list_{id}，它将保存抢红包的用户名和抢的时间。
• 如果当前库存不为 0，那么将返回 1，这说明抢红包信息保存成功。

当返回为 2 的时候（现实中如果抢不完红包，可以使用超时机制触发，这比较复杂，本书不讨论这样的情况），说明红包已经没有库存，会触发数据库对链表数据的保存，这是一个大数据量的保存。

为了不影响最后一次抢红包的响应，在实际的操作中往往会考虑使用 JMS 消息发送到别的服务器进行操作，这样会比较复杂，而 JMS 消息不属于本教程讨论的范围，所以这里只是创建一条新的线程去运行保存 Redis 链表数据到数据库，为此我们需要一个新的服务类，代码如下所示。

  package com.service;    public interface RedisRedPacketService {      /**       * 保存redis抢红包列表       *       * @param redPacketId ―抢红包编号       * @param unitAmount  --红包金额       */      public void saveUserRedPacketByRedis(Long redPacketId, Double unitAmount);  }

还需要这个接口的实现类，代码如下所示。

  package com.service.impl;    import java.beans.*;  import java.sql.SQLException;  import java.sql.Timestamp;  import java.util.ArrayList;  import java.util.List;    import javax.sql.DataSource;    import org.springframework.beans.factory.annotation.Autowired;  import org.springframework.data.redis.core.BoundListOperations;  import org.springframework.data.redis.core.RedisTemplate;  import org.springframework.scheduling.annotation.Async;  import org.springframework.stereotype.Service;    import com.pojo.UserRedPacket;  import com.service.RedisRedPacketService;    @Service  public class RedisRedPacketServiceImpl implements RedisRedPacketService {      private static final String PREFIX = "red_packet_list_";      // 每次取出1000条，避免一次取出消耗太多内存      private static final int TIME_SIZE = 1000;      @Autowired      private RedisTemplate redisTemplate = null; // RedisTemplate      @Autowired      private DataSource datasource = null; // 数据源        @Override      // 开启新线程运行      @Async      public void saveUserRedPacketByRedis(Long redPacketId, Double unitAmount) {          System.err.println("开始保存数据");          Long start = System.currentTimeMillis();          // 获取列表操作对象          BoundListOperations ops = redisTemplate.boundListOps(PREFIX + redPacketId);          Long size = ops.size();          Long times = size % TIME_SIZE == 0 ? size / TIME_SIZE : size / TIME_SIZE + 1;          int count = 0;          List<UserRedPacket> userRedPacketList = new ArrayList<UserRedPacket>(TIME_SIZE);          for (int i = 0; i < times; i++) {              // 获取至多TIME_SIZE个抢红包信息              List userIdList = null;              if (i == 0) {                  userIdList = ops.range(i * TIME_SIZE, (i + 1) * TIME_SIZE);              } else {                  userIdList = ops.range(i * TIME_SIZE, (i + 1) * TIME_SIZE);              }              userRedPacketList.clear();              // 保存红包信息              for (int j = 0; j < userIdList.size(); j++) {                  String args = userIdList.get(j).toString();                  String[] arr = args.split("_");                  String userIdStr = arr[0];                  String timeStr = arr[1];                  Long userId = Long.parseLong(userIdStr);                  Long time = Long.parseLong(timeStr);                  // 生成抢红包信息                  UserRedPacket UserRedPacket = new UserRedPacket();                  UserRedPacket.setRedPacketId(redPacketId);                  UserRedPacket.setUserId(userId);                  UserRedPacket.setAmount(unitAmount);                  UserRedPacket.setGrabTime(new Timestamp(time));                  UserRedPacket.setNote("抢红包 " + redPacketId);                  userRedPacketList.add(UserRedPacket);              }              // 插入抢红包信息              count += executeBatch(userRedPacketList);          }          // 删除Redis列表          redisTemplate.delete(PREFIX + redPacketId);          Long end = System.currentTimeMillis();          System.err.println("保存数据结束，耗时" + (end - start) + "毫秒，共" + count + "条记录被保存。");      }        /**       * 使用JDBC批量处理Redis缓存数据.       *       * @param userRedPacketList --抢红包列表 @return抢红包插入数量.       */      private int executeBatch(List<UserRedPacket> userRedPacketList) {          Connection conn = null;          Statement stmt = null;          int[] count = null;          try {              conn = datasource.getConnection();              conn.setAutoCommit(false);              stmt = conn.createStmtement();              for (UserRedPacket userRedPacket : userRedPacketList) {                  String sql1 = "update T_RED_PACKET set stock = stock-1 where id=" + userRedPacket.getRedPacketId();                  DateFormat df = new SimpleDateFormat("yyyy-MM-dd HH:mm:ss");                  String sql2 = "insert into T_USER_RED_PACKET (red_packet_id,user_id," + "amount, grab_time, note)"                          + " values (" + userRedPacket.getRedPacketId() + "," + userRedPacket.getUserId() + ", "                          + userRedPacket.getAmount() + "," + "'" + df.format(userRedPacket.getGrabTime()) + "'"                          + userRedPacket.getNote() + "')";                  stmt.addBatch(sql1);                  stmt.addBatch(sql2);              }              // 执行批量              count = stmt.executeBatch();              // 提交事务              conn.commit();          } catch (SQLException e) {              /********* 错误处理逻辑 ********/              throw new RuntimeException("抢红包批量执行程序错误");          } finally {              try {                  if (conn != null && !conn.isClosed()) {                      conn.close();                  }              } catch (SQLException e) {                  e.printStackTrace();              }          }          // 返冋插入抢红包数据记录          return count.length / 2;      }  }

注意，注解 @Async 表示让 Spring 自动创建另外一条线程去运行它，这样它便不在抢最后一个红包的线程之内。因为这个方法是一个较长时间的方法，如果在同一个线程内，那么对于最后抢红包的用户需要等待的时间太长，影响其体验。

这里是每次取出 1 000 个抢红包的信息，之所以这样做是为了避免取出的数据过大，导致 JVM 消耗过多的内存影响系统性能。

对于大批量的数据操作，这是我们在实际操作中要注意的，最后还会删除 Redis 保存的链表信息，这样就帮助 Redis 释放内存了。对于数据库的保存，这里采用了 JDBC 的批量处理，每 1 000 条批量保存一次，使用批量有助于性能的提高。

在笔者的实际测试中，2 万条数据 6 秒就可以保存到数据库中了，性能还是不错的。

用注解 @Async 的前提是提供一个任务池给 Spring 环境，这个时候要在原有的基础上改写配置类 WebConfig，如下面代码所示。

  ......  @EnableAsync  public class WebConfig extends AsyncConfigurerSupport {  ......      public Executor getAsyncExecutor()  {          ThreadPoolTaskExecutor taskExecutor = new ThreadPoolTaskExecutor();          taskExecutor.setCorePoolSize(5);          taskExecutor.setMaxPoolSize(10);          taskExecutor.setQueueCapacity(200);          taskExecutor.initialize();          return taskExecutor;      }  }

使用 @EnableAsync 表明支持异步调用，而我们实现了接口 AsyncConfigurerSupport 的 getAsyncExecutor 方法，它是获取一个任务池，当在 Spring 环境中遇到注解 @Async 就会启动这个任务池的一条线程去运行对应的方法，这样便能执行异步了。

使用 Redis 实现抢红包

有了 Redis 的配置，下面讨论一下如何使用 Redis 实现抢红包的逻辑，首先要自己编写 Lua 语言，然后通过对应的链接发送给 Redis 服务器，那么 Redis 会返回一个 SHA1 字符串，我们保存它，之后的发送可以只发送这个字符和对应的参数。下面在 UserRedPacketService 接口中加入一个新的方法：

  /**  * 通过Redis实现抢红包  * @param redPacketId 红包编号  * @param userId 用户编号  * @return  * 0-没有库存，失败  * 1-成功，且不是最后一个红包  * 2-成功，且是最后一个红包  */  public Long grapRedPacketByRedis(Long redPacketId, Long userId);

它的实现类 UserRedPacketServiceImpl 也要加入其实现方法，代码如下所示。

  @Autowired  private RedisTemplate redisTemplate = null;  @Autowired  private RedisRedPacketService redisRedPacketService = null;  // Lua脚本  String script = "local listKey = 'red_packet_list_'..KEYS[1] n" + "local redPacket = 'red_packet_'..KEYS[1] n"          + "local stock = tonumber(redis.call('hget', redPacket, 'stock'))n" + "if stock <= 0 then return 0 end n"          + "stock = stock -1 n" + "redis . call ('hset', redPacket, 'stock', tostring (stock)) n"          + "redis.call('rpush', listKey, ARGV[1]) n" + "if stock == 0 then return 2 end n" + "return 1 n";  // 在缓存Lua脚本后，使用该变量保存Redis返回的32位的SHA1编码，使用它去执行缓存的 Lua脚本  String sha1 = null;    @Override  public Long grapRedPacketByRedis(Long redPacketId, Long userId) {      // 当前抢红包用户和日期信息      String args = userId + "_" + System.currentTimeMillis();      Long result = null;      // 获取底层Redis操作对象      Jedis jedis = (Jedis) redisTemplate.getConnectionFactory().getConnection().getNativeConnection();      try {          // 如果脚本没有加载过，那么进行加载，这样就会返回一个sha1编码          if (sha1 == null) {              sha1 = jedis.scriptLoad(script);          }          // 执行脚本，返回结果          Object res = jedis.evalsha(sha1, 1, redPacketId + args);          result = (Long) res;          // 返回2时为最后一个红包，此时将抢红包信息通过异步保存到数据库中          if (result == 2) {              // 获取单个小红包金额              String unitAmountStr = jedis.hget("red_pmcket_" + redPacketId, "unit_amount");              // 触发保存数据库操作              Double unitAmount = Double.parseDouble(unitAmountstr);              System.err.println("thread_name    =    " + Thread.currentThread().getName());              redisRedPacketService.saveUserRedPacketByRedis(redPacketId, unitAmount);          }      } finally {          // 确保jedis顺利关闭          if (jedis != null && jedis.isConnected()) {              jedis.close();          }      }      return result;  }

这里使用了保存脚本返回的 SHA1 字符串，所以只会发送一次脚本到 Redis 服务器，之后只传输 SHA1 字符串和参数到 Redis 就能执行脚本了，当脚本返回为 2 的时候，表示此时所有的红包都已经被抢光了，那么就会触发 redisRedPacketService 的 saveUserRedPacketByRedis 方法。

由于在 saveUserRedPacketByRedis 加入注解 @Async，所以 Spring 会创建一条新的线程去运行它，这样就不会影响最后抢一个红包用户的响应时间了。

此时重新在控制器 UserRedPacketController 上加入新的方法作为响应便可以了，代码如下所示。

  @RequestMapping(value = "/grapRedPacketByRedis")  @ResponseBody  public Map<String, Object> grapRedPacketByRedis(Long redPacketId, Long userId) {      Map<String, Object> resultMap = new HashMap<String, Object>();      Long result = userRedPacketService.grmpRedPmcketByRedis(redPacketId, userId);      boolean flag = result > 0;      resultMap.put("result", flag);      resultMap.put("message", flag ? "抢红包成功" : "抢红包失败");      return resultMap;  }

为了测试它，我们先在 Redis 上添加红包信息，于是执行这样的命令：

hset red_packet_5 stock 20000
hset red_packet_5 unit_amount 10

初始化了一个编号为 5 的大红包，其中库存为 2 万个，每个 10 元，读者在自己操作的时候，需要保证数据库的红包表内也有对应的记录。然后写一个 JSP 文件，对其进行测试，代码如下所示。

  <%@ page language="java" contentType="text/html; charset=utf-8"  pageEncoding="utf-8"%>  <!DOCTYPE html>  <html>  <head>  <meta charset="utf-8">  <title>参数</title>  <!-- Query文件 -->  <script src="https://code.jquery.com/jquery-3.2.1.min.js"></script>  <script type="text/javascript">      $(document).ready(function() {          //jQuery的post请求，请注意这是异步请求          var max = 30000;          for (var i = 1; i <= max; i++) {              //jQuery的post请求，请注意这是异步请求              $.post({                  //请求抢id为5的红包                  url : "./userRedPacket/grapRedPacketByRedis.do?redPacketId=5&userId=" + i,                  //成功后的方法                  success : function(result) {}              });          }      });  </script>  </head>  <body>  </body>  </html>

这样运行服务器，使用 JSP 便能够进行测试了，下面是笔者测试的结果，如图 1 所示。

图 1  Redis 实现抢红包测试

结果正确，那么它的性能如何呢？再次进行查询，如图 2 所示。

图 2  查询Redis抢红包性能

2 万个红包只要 4 秒便完成了，而且没有发生超发的状况，性能远远超过乐观锁的 33 秒，更是远超使用悲观锁的 100 多秒，可见使用 Redis 是多么高效。

注意，在一个普通请求的过程中，并没有去操作任何数据库，而只是使用 Redis 缓存数据而已，这就是程序能够高速运行的原因。Redis 抢红包流程图，如图 3 所示。

图 3  Redis 抢红包流程图