讨论下 卡密下发 保证不重发 除了不用 redis 还有啥方案

[lipaa]

业务背景:公司采购了一批爱奇艺会员卡密,导入到了 mysql 现在的做法是有用户购买就获取最后一张未使用的, 更新时判断状态(可能已被使用 会失败),如果失败就自旋重试 redis 的方案已经启弃用了 感觉难以保证一致性... 各大 v 友还有啥方案 麻了

以解决 列队异步消费确实有也不错

[lipaa]

失败就自旋重试 感觉也不好 所以..

[Rwing]

加锁。。。。

[murmur]

并发有多大，你们那点销量需要很严格的锁机制么

[murmur]

最后一张未使用的是什么意思，我感觉这需求就有问题，连 ATM 都知道取钱和存钱是两个箱子

用户买了这卡，那就死活不退，这口子开不得

[lipaa]

@murmur 按主键排序取第一条未被使用的啊 需求没问题 很正常的需求

[yushiro]

这种需求能有多大的并发量啊？取卡密的时候上个锁不行？

[murmur]

@lipaa 哦，那我理解错了，我还是想问并发，因为你再严格的锁也会遇到用户撕逼，我就跟你死磕你卖我的卡不能用，你不处理么

所以是不是可以考虑宽松锁剩下的客服处理

[abcbuzhiming]

技术上保证不重发，那就只能加锁变成序列化。除此之外，看看有没有人能在业务模型上提出个新方案来

[Canon1014]

并发不是特别大加个乐观锁就够了吧

[WildCat]

很经典的系统设计问题？

分段加锁？

https://zhuanlan.zhihu.com/p/104515829

[h82258652]

加锁
数据库获取一张未使用的
将这张标记为已使用
释放锁

并发不高就这么搞吧

并发高那也只能排队了，这业务就是个库存问题

[murmur]

@abcbuzhiming 模型就更简单了，直接排队领卡号，锁这部分更好设计，就跟淘宝一样，你买了卡，不是立刻收货，过段时间别人会把卡号通过消息给你发过来，或者直接代充

那后面的模型更简单了，不需要确认收货，撕逼都省了

[wei745359223]

两张表
卡密表
ID,CODE

发卡表
ID,USER_ID

两个表 ID 都是自增，往发卡表里插入数据，返回的 ID 在卡密表里找到就占用。

[jadec0der]

更新时判断状态会失败，是指…乐观锁？

[EileenJ]

pg 里用 skip locked 应该可以实现，mysql 不知道有没有类似的功能

[lipaa]

@Rwing 是的

[lipaa]

@jadec0der 是的

[Chinsung]

上个分布式锁就行了吧，觉得 redis 不可靠就上 zk 。
你自旋的方案也没什么问题，但是锁肯定更好一些。
自旋的方案如果想吞吐高点，可以给卡密表分下区，然后再建张表记录表记录每个区里剩几张，在一个事务里更新。
比如卡密表 10 条记录分区，那记录表就记录 10 （范围）-9 （剩余数量）。然后请求进来就先找一个剩余数量大于 0 的分区去尝试更新。
如果你卡密数量无限，不怕超发，其实楼上兄弟那个双表自增主键的方案也挺好的

[abigeater]

用户点击领取向一个表写入一条记录 并返回 ID 给用户
然后提供一个接口给前端 通过 Id 获取卡密 让前端轮询调用直到有卡密返回
再起一个定时任务之类的 队列方式从卡密表拿一条就给领取表填一条

是不是就解决了。。

[philchang1995]

@abigeater 通过 id 获取卡密这个操作是如何实现的？类似 13 楼说的那个双表自增主键的方式么？

[philchang1995]

@abigeater 还有你的那个给领取表填数据的定时任务是不是不太合理，领取表的数据来源只有用户触发领取操作这一个途径才对吧

[Rache1]

如果觉得单独引入 redis 做锁成本太高的话，又想用类似可铐的方案，可以用 flock

[boozer]

说个题外话, 有时候业务问题不该让技术来买单

[hgc81538]

我想到這個方法:

UPDATE key_table set user_id="123" where id = (Select min(id) from key_table where user_id=null);

如果 affected rows == 0 就重試一, 兩次, 都不成功就報錯, 叫用戶稍後再試
如果 affected rows == 1, 則成功.
這方法不用鎖, 請問可行嗎?

[abigeater]

@philchang1995 主要目标是将领取这个过程变成异步填充
和 13 的有区别吧 毕竟我更希望是有 ID 关联 有日志可查
假设一共有 2 张表卡密表 和 领取表
卡密表 id,code
领取表 id,user_id,code
通过 ID 获取是指，领取表的 ID 找到该条记录 （如果怕被穷举 可以用 hash 或者鉴权 user_id ） 轮询到 code 不为空为止。

正如你所说领取表数据来源是用户触发，用户写入了 user_id 到领取表后，一个队列(假设是定时任务或者 mq 消费队列)只需要取出 code 等于空的数据 从卡密表获取数据后 update 即可。

主要目的把这个领取过程交给后台异步队列填充，避免并发。

[ZXCDFGTYU]

之前遇到过类似的问题，用 for update 结合 order by 使用次数 asc 解决的

[ganbuliao]

redis list 不是挺好的吗

[gam2046]

这样可以嘛？

cursor = select ... for update from ... where status = unused limit 1

update set cursor.status = used

return cursor

[Pythoner666666]

@EileenJ 没有·

[dzdh]

难道不是给 code +个 order_id 的字段么

[Pythoner666666]

归根结底就是个并发问题。下发的时候加锁，可以解决 99%的下发。剩下 1%的锁冲突就丢到队列，然后消费队列即可。

[lipaa]

@ZXCDFGTYU for update 只是锁住了 b 如果 a 事务释放 b 之后还是可以拿到锁的

[lipaa]

@ganbuliao 领导觉得一致性难以保证

[lipaa]

感谢 大家 还是自旋把 一次性取一大批 再去乐观锁更新 也基本可以保证不出问题

[philchang1995]

@abigeater 那是我一开始理解错你的队列的意思了，按这样的逻辑来的话确实可以避免发卡的并发操作 只是领卡并发高的时候用户轮询等待卡密这一块可能会等的久一点 不过我个人感觉这个方案可行👍

[whcoding]

我公司给你这差不多的一个业务

[whcoding]

我公司给你这差不多的一个业务 是这么处理的 导入的时候 同时导入 mysql 和 redis list, 用户来取码直接取 list 中的 然后去走个队列去修改数据库. 完事 ~

[Building]

分成几张表放，再加锁，并发不就好了吗。

[Chad0000]

这种并发应该不高吧，可能使用队列，然后只有一个消费者，外加乐观锁，外加先写日志，就差不多了吧。

[philchang1995]

@whcoding 这种方案 redis 的集群和数据保持做的好的话还不错 如果不好的话数据一致性和数据丢失确实是个问题

[lu5je0]

update tb set order=xxx limit 1

[lipaa]

@philchang1995 我们一开始就这么做的

[whcoding]

@philchang1995 怕 redis 里的数据丢失?

[ETiV]

做成队列，改发放机制成申请制，申请后提示用户“稍后将卡片以短信、邮件发送”

然后慢慢消费队列就好了

话说你们不怕灰产、羊毛党吗？

[philchang1995]

@whcoding 对啊😂

[philchang1995]

@lipaa 25 楼那种方案么？

[whcoding]

@philchang1995 reids 挂掉? 丢数据 可能性不大吧 再说了还有持久化呢 不怕.....

[git00ll]

for update 。简单 暴力。性能也不差

[zhoujinjing09]

就正常分布式自增 ID 的解法，每个 ID 对应一个卡密不就行了吗……可能会有跳过但是无所谓吧，你们每天定时任务重新归档一下？

[ryd994]

比起纠结这个，你更需要销售的日志。对库存表的每一个操作都应当有审计记录。这样就算碰到发错货或者无赖买家也有据可查。

[v2orz]

单线程 消费队列下发

[Hug125]

@ETiV #44 我司核心业务也是用消息队列异步处理保证数据准确性，就是需要注意消费者多实例部署时加分布式锁，避免两个实例同时消费同一条消息。OP 的业务场景做到准实时也够用了。

[NeezerGu]

非技术人员好奇问问。
能不能简单粗暴的吧所有卡密分成 10 分，放在 10 个 redis 分库里，对应 10 个取卡密进程（取卡时加锁排队）。
取卡的时候做个负载均衡，保证高并发场景能扛得住就行
印象里 redis 消耗资源不大，一台机开 n 个也行？当然如果内存不够 redis 可以换成 pika ？

[rekulas]

@NeezerGu 单机的话 redis 主要瓶颈在内存，多开不能提高什么性能(我怀疑还会降低)
如果是多机，那不如直接 redis 集群了，还不用考虑分配系统逻辑更简单