首页 » 99链接平台 » 如何支持高并发,揭开神秘面纱!(红包金额剩余平均值并发)

如何支持高并发,揭开神秘面纱!(红包金额剩余平均值并发)

南宫静远 2024-11-25 09:52:01 0

扫一扫用手机浏览

文章目录 [+]

前端页面:

1. 用户在微信中打开红包页面,看到可抢的红包列表。

2. 用户点击其中一个红包,进入抢红包页面。

如何支持高并发,揭开神秘面纱!(红包金额剩余平均值并发) 99链接平台
(图片来自网络侵删)

3. 用户点击“抢”按钮,等待其他用户抢夺。

4. 若有其他用户也点击了“抢”按钮,则开始倒计时,倒计时结束后,抢到的红包金额将显示在页面上。

后端服务器:

1. 前端页面发送请求到后端服务器,请求抢红包操作。

2. 后端服务器处理请求,从数据库中读取剩余红包数量和总金额等信息,并进行相应的处理。

3. 后端服务器将处理结果返回给前端页面,前端页面根据返回的结果更新页面显示。

数据库:

1. 数据库中存储了红包的发放记录、剩余数量、总金额等信息。

2. 后端服务器从数据库中读取相应数据,并根据操作结果更新数据库数据。

架构设计需要考虑的主要因素包括:

1. 高并发访问:由于抢红包活动通常会吸引大量用户参与,因此需要设计高并发的应对策略,如使用负载均衡技术、分布式部署等。

2. 数据一致性:在并发操作中,需要保证数据的一致性,如多个用户同时操作同一个红包时,需要保证只有一个用户能够成功抢到。

3. 可靠性:在后端服务器和数据库等环节需要进行容错处理,保证系统的稳定性和可靠性。

拆分算法

二倍均值法

二倍均值法算法是一种抢红包的分配方式,其基本思想是将剩余红包金额除以剩余人数得到平均值,然后将红包金额随机分配在该平均值的两倍范围内。

具体实现步骤如下:

1. 计算剩余红包金额除以剩余人数得到的平均值。

2. 随机生成一个在该平均值两倍范围内的数值,作为本次抢到的红包金额。

3. 将剩余红包金额减去本次抢到的红包金额,得到新的剩余红包金额。

4. 重复步骤1-3,直到所有红包被抢完。

这种算法可以保证每个人抢到的红包金额的平均值相等,不会因为抢红包的先后顺序而造成不公平。
同时,由于每个人抢到的红包金额是随机的,也可以增加活动的趣味性和参与度。

Golang

package main import ( "fmt" "math/rand" "time" ) func main() { totalAmount := 100 // 红包总金额 remainingAmount := 100 // 剩余红包金额 numPlayers := 5 // 参与抢红包的人数 // 计算平均值 averageAmount := remainingAmount / float64(numPlayers) // 生成一个在该平均值两倍范围内的随机数 randomAmount := rand.Float64() 2 averageAmount // 计算本次抢到的红包金额 amount := int(randomAmount + 0.5) // 更新剩余红包金额 remainingAmount -= amount fmt.Printf("本次抢到的红包金额为:%d\n", amount) fmt.Printf("剩余红包金额为:%d\n", remainingAmount) }

Java

import java.util.Random; public class DoubleAverageMethod { public static void main(String[] args) { int totalAmount = 100; // 红包总金额 int remainingAmount = totalAmount; // 剩余红包金额 int numPlayers = 5; // 参与抢红包的人数 // 计算平均值 double averageAmount = (double) remainingAmount / numPlayers; // 生成一个在该平均值两倍范围内的随机数 Random random = new Random(); double randomAmount = averageAmount 2 random.nextDouble(); // 计算本次抢到的红包金额,并更新剩余红包金额 int amount = (int) (randomAmount + averageAmount); remainingAmount -= amount; // 输出本次抢到的红包金额和剩余红包金额 System.out.printf("本次抢到的红包金额为:%d\n", amount); System.out.printf("剩余红包金额为:%d\n", remainingAmount); } }抢红包

规避实时计算的方式:预分配,在发红包的人输入金额,输入密码时,就按照总金额,总人数,依据二倍均值法,将每个红包的金额计算好,放在队列或者是链表上,这样,就规避了高并发时,还需要实时计算问题。

可以使用Redis的List与Hash实现预分配

单机Redis,支持并发不够,可以做成集群

微信没有采用预分配方式

微信红包没有采用预分配方式的原因主要有以下几点:

1. 存储需求:预分配方式需要将红包的金额保存在一个内存队列中,这需要较大的存储空间。
而微信红包仅保存“count”和“balance”两个数字,大大减少了存储需求。

2. 随机性:预分配方式可能存在重复计算的问题,因为每个人分配的金额需要重新计算。
而微信红包采用随机算法,每个人分配的金额是:total random(n) / random_total,无需重复计算,同时保证了每个人都有公平的机会。

3. 用户体验:预分配方式可能会让用户感到不公平,因为每个人的金额是预先分配好的。
而微信红包的随机算法让每个用户都有机会抢到大额红包,增强了用户体验。

综上所述,微信红包没有采用预分配方式,而是采用了基于随机算法的方式来实现拆分红包,主要是为了减少存储需求、简化并发控制、提高随机性和增强用户体验。

微信采用类似CAS自研CKV组件

CAS(Compare And Swap)算法是一种无锁算法,它通过比较并交换操作来保证多线程安全。
CAS操作包含三个操作数 —— 内存位置(V)、预期原值(A)和新值(B)。
在CAS操作中,当内存位置V的值与预期原值A相匹配时,将内存位置V的值更改为B,并返回true;否则,不进行任何操作并返回false。
整个比较并交换操作是原子的,即在CAS操作完成之前,没有其他操作能够影响到这个内存位置。

CAS算法实现过程比较简单,它通过while循环不断获取当前内存中的数值V,如果V等于A,就把V赋值为B;整个比较并交换的操作是原子操作。

CAS算法存在的问题主要有ABA问题,如果先将预期值A给成B,再改回A,那CAS操作就会误认为A的值从来没有被改变过,这时其他线程的CAS操作仍然能够成功,但是很明显是个漏洞。

package mainimport ( "fmt" "sync")var counter intvar mu sync.Mutexfunc main() {var wg sync.WaitGroupfor i := 0; i < 1000; i++ {wg.Add(1)go func() {defer wg.Done()for j := 0; j < 1000; j++ {mu.Lock()if counter == j {counter++mu.Unlock()} else {mu.Unlock()continue}}}()}wg.Wait()fmt.Println("Final Counter:", counter)}其他算法

可以采用Lua+二倍均值算法

Golang

以下是一个使用Go语言和Lua脚本语言演示二倍均值算法的示例代码:```gopackage mainimport ( "fmt" "math/rand" "time")func main() { // 设置随机种子 rand.Seed(time.Now().UnixNano()) // 红包总金额 totalAmount := 100 // 剩余红包金额 remainingAmount := totalAmount // 参与抢红包的人数 numPlayers := 5 // 计算平均值 averageAmount := float64(remainingAmount) / float64(numPlayers) // 生成一个在该平均值两倍范围内的随机数 randomAmount := rand.Float64() 2 averageAmount // 计算本次抢到的红包金额,并更新剩余红包金额 amount := int(randomAmount + averageAmount) remainingAmount -= amount // 创建Lua脚本环境 env := map[string]interface{}{} env["totalAmount"] = totalAmount env["remainingAmount"] = remainingAmount env["numPlayers"] = numPlayers env["averageAmount"] = averageAmount env["randomAmount"] = randomAmount env["amount"] = amount env["remaining"] = remainingAmount // 执行Lua脚本 script := ` function onRedPacket(amount) totalAmount = tonumber(totalAmount) remainingAmount = tonumber(remainingAmount) numPlayers = tonumber(numPlayers) averageAmount = tonumber(averageAmount) randomAmount = tonumber(randomAmount) local maxAmount = totalAmount / numPlayers 2 if amount > maxAmount then amount = maxAmount end remainingAmount = remainingAmount - amount print("Remaining amount: " .. remainingAmount) if remainingAmount < 0 then print("Insufficient funds") else print("Red packet amount: " .. amount) end end` lua.DoString(env, script)}```

标签:

相关文章