腾讯经典面试题-如何做一个迷你版的微信抢红包呢？
业务描述
需求分析
1 各种节假日，发红包+抢红包，不说了，100%高并发业务要求，不能用mysql来做
2 一个总的大红包，会有可能拆分成多个小红包，总金额= 分金额1+分金额2+分金额3…分金额N
3 每个人只能抢一次，你需要有记录，比如100块钱，被拆分成10个红包发出去，
总计有10个红包，抢一个少一个，总数显示(10/6)直到完，需要记录那些人抢到了红包，重复抢作弊不可以。
4 有可能还需要你计时，完整抢完，从发出到全部over，耗时多少？
5 红包过期，或者群主人品差，没人抢红包，原封不动退回。
6 红包过期，剩余金额可能需要回退到发红包主账户下。
由于是高并发不能用mysql来做，只能用redis，那需要要redis的什么数据类型？
架构设计
难点：
1 拆分算法如何
红包其实就是金额，拆分算法如何 ？给你100块，分成10个小红包(金额有可能小概率相同，有2个红包都是2.58)，如何拆分随机金额设定每个红包里面安装多少钱?
2 次数限制
每个人只能抢一次，次数限制
3 原子性
每抢走一个红包就减少一个(类似减库存)，那这个就需要保证库存的-----------------------原子性，不加锁实现
你认为存在redis什么数据类型里面？set ？hash？ list？
其关键点在于：
- 发红包
- 抢红包：抢，不加锁且原子性，还能支持高并发，且没人一次且有抢红包记录
- 记红包：记录每个人抢了多少
- 拆红包：按照拆红包算法，需要满足三个条件
1.所有人抢到金额之和等于红包金额，不能超过，也不能少于
2.每个人至少抢到一分钱
3.要保证所有人抢到金额的几率相等
结论
需要设计一个抢红包业务通用算法
二倍均值法
剩余红包金额为M，剩余人数为N，那么有如下公式：
每次抢到的金额 = 随机区间 （0， (剩余红包金额M ÷ 剩余人数N ) X 2）
这个公式，保证了每次随机金额的平均值是相等的，不会因为抢红包的先后顺序而造成不公平。
举个栗子：
假设有10个人，红包总额100元。
第1次：
100÷10 X2 = 20, 所以第一个人的随机范围是（0，20 )，平均可以抢到10元。假设第一个人随机到10元，那么剩余金额是100-10 = 90 元。
第2次：
90÷9 X2 = 20, 所以第二个人的随机范围同样是（0，20 )，平均可以抢到10元。假设第二个人随机到10元，那么剩余金额是90-10 = 80 元。
第3次：
80÷8 X2 = 20, 所以第三个人的随机范围同样是（0，20 )，平均可以抢到10元。 以此类推，每一次随机范围的均值是相等的。
编码实现
RedPackageController
@RestController public class RedPackageController { public static final String RED_PACKAGE_KEY = "redpackage:"; public static final String RED_PACKAGE_CONSUME_KEY = "redpackage:consume:"; @Resource private RedisTemplate redisTemplate; /** * 拆分+发送红包 * http://localhost:5555/send?totalMoney=100&redPackageNumber=5 * @param totalMoney * @param redPackageNumber * @return */ @RequestMapping("/send") public String sendRedPackage(int totalMoney,int redPackageNumber) { //1 拆红包，总金额拆分成多少个红包，每个小红包里面包多少钱 Integer[] splitRedPackages = splitRedPackage(totalMoney, redPackageNumber); //2 红包的全局ID String key = RED_PACKAGE_KEY+IdUtil.simpleUUID(); //3 采用list存储红包并设置过期时间 redisTemplate.opsForList().leftPushAll(key,splitRedPackages); redisTemplate.expire(key,1,TimeUnit.DAYS); return key+"\t"+"\t"+ Ints.asList(Arrays.stream(splitRedPackages).mapToInt(Integer::valueOf).toArray()); } /** * http://localhost:5555/rob?redPackageKey=上一步的红包UUID&userId=1 */ // 之所以是这样是因为redis核心是由单线程实现的 @RequestMapping("/rob") public String rodRedPackage(String redPackageKey,String userId) { //1 验证某个用户是否抢过红包 Object redPackage = redisTemplate.opsForHash().get(RED_PACKAGE_CONSUME_KEY + redPackageKey, userId); //2 没有抢过就开抢，否则返回-2表示抢过 if (redPackage == null) { // 2.1 从list里面出队一个红包，抢到了一个 Object partRedPackage = redisTemplate.opsForList().leftPop(RED_PACKAGE_KEY + redPackageKey); if (partRedPackage != null) { //2.2 抢到手后，记录进去hash表示谁抢到了多少钱的某一个红包 redisTemplate.opsForHash().put(RED_PACKAGE_CONSUME_KEY + redPackageKey,userId,partRedPackage); System.out.println("用户: "+userId+"\t 抢到多少钱红包: "+partRedPackage); //TODO 后续异步进mysql或者RabbitMQ进一步处理 return String.valueOf(partRedPackage); } //抢完 return "errorCode:-1,红包抢完了"; } //3 某个用户抢过了，不可以作弊重新抢 return "errorCode:-2, message: "+"\t"+userId+" 用户你已经抢过红包了"; } /** * 1 拆完红包总金额+每个小红包金额别太离谱 * @param totalMoney * @param redPackageNumber * @return */ private Integer[] splitRedPackage(int totalMoney, int redPackageNumber) { int useMoney = 0; Integer[] redPackageNumbers = new Integer[redPackageNumber]; Random random = new Random(); for (int i = 0; i < redPackageNumber; i++) { if(i == redPackageNumber - 1) { redPackageNumbers[i] = totalMoney - useMoney; }else{ int avgMoney = (totalMoney - useMoney) * 2 / (redPackageNumber - i); redPackageNumbers[i] = 1 + random.nextInt(avgMoney - 1); } useMoney = useMoney + redPackageNumbers[i]; } return redPackageNumbers; } }
