红包雨架构的设计汇总

一 微服务总体架构

1.1 微服务总体架构

1.2 红包雨的流程

1.3 发红包的内容

1.3.1 概述流程

1.发红包-》抢红包。

1.所有人签到的金额之和等于红包总金额。2.每个人至少抢到一分钱;3.保证所有人抢到金额的几率相等。

1.3.2 拆分红包通用流程算法

其中拆红包最为关键,设计的算法是:二倍均值算法。

二倍均值算法:剩余的余额M,剩余的人数N,每次抢到红包数=随机区间(0,(M/N)*2)

这个公式:保证每次随机金额是均值相等的,不会因为抢红包的先后顺序造成不公平。这句话不理解耶???

复制代码
package com.ljf.redis.redpackage;

import java.util.Arrays;
import java.util.Random;

/**
 * @ClassName: TwoAvgSuanFa
 * @Description: TODO
 * @Author: admin
 * @Date: 2023/07/21 10:20:24 
 * @Version: V1.0
 **/
public class TwoAvgSuanFa {
    public static void main(String[] args) {
       Integer[] integers= sendAvgPackage(100,5);
       System.out.println(""+ Arrays.toString(integers));
    }
    public static Integer[] sendAvgPackage(int totalMoney,int redPackagNum){
        Integer[] rpNumberArrays=new Integer[redPackagNum];
        int useMoney=0;
        for(int i=0;i<redPackagNum;i++){
            if(i==redPackagNum-1){
                rpNumberArrays[i]=totalMoney-useMoney;
            }
            else {
                int avgMoney=((totalMoney-useMoney)/(redPackagNum-i))*2;
                System.out.println("avgMoney:"+avgMoney);
                rpNumberArrays[i]=1+new Random().nextInt(avgMoney-1);
            }
            useMoney=useMoney+rpNumberArrays[i];
        }
        return rpNumberArrays;
    }
}

结果:

1.3.3 红包雨的架构流程

1.发红包

1.按照金额M,红包人数N,使用二倍均值法,将M分成N个子红包。使用redis的list数据结构进行存储。

逻辑

2.抢红包

1.从redis的红包池list中使用lpop命令进行取出数据消费,且和用户进行绑定,在redis中使用hash结构记录抢红包的记录。

2.每次抢红包前从redis的 hash结构中查询是否已经存在抢红包记录,无则抢,有则不让再抢。

1.3.4 红包雨的v2版本

待完善....

相关推荐
christine-rr7 小时前
linux常用命令(4)——压缩命令
linux·服务器·redis
Aomnitrix7 小时前
知识管理新范式——cpolar+Wiki.js打造企业级分布式知识库
开发语言·javascript·分布式
程序消消乐7 小时前
Kafka 入门指南:从 0 到 1 构建你的 Kafka 知识基础入门体系
分布式·kafka
智能化咨询7 小时前
Kafka架构:构建高吞吐量分布式消息系统的艺术——进阶优化与行业实践
分布式·架构·kafka
Chasing__Dreams7 小时前
kafka--基础知识点--5.2--最多一次、至少一次、精确一次
分布式·kafka
凯子坚持 c8 小时前
精通 Redis list:使用 redis-plus-plus 的现代 C++ 实践深度解析
c++·redis·list
weixin_456904278 小时前
跨域(CORS)和缓存中间件(Redis)深度解析
redis·缓存·中间件
波波烤鸭9 小时前
Redis 高可用实战源码解析(Sentinel + Cluster 整合应用)
数据库·redis·sentinel
在未来等你14 小时前
Elasticsearch面试精讲 Day 17:查询性能调优实践
大数据·分布式·elasticsearch·搜索引擎·面试