下面介紹一種基於redis的搶紅包方案。
把原始的紅包稱為大紅包，拆分後的紅包稱為小紅包。
1.小紅包預先生成，插到資料庫裡，紅包對應的使用者ID是null，紅包生成演算法如下：
預先生成所有的紅包還是一個請求隨機生成一個紅包
簡單來說，就是把一個大整數m分解（直接以“分為單位，如1元即100）分解成n個小整數的過程，小整數的範圍是[min, max]。
最簡單的思路，先保底，每個小紅包保證有min，然後每個請求都隨機生成一個0到(max-min)範圍的整數，再加上min就是紅包的錢數。
這個演算法雖然簡單，但是有一個弊端：最後生成的紅包可能都是min錢數的。也就是說可能最後的紅包都是0.01元的。
另一種方式是預先生成所有紅包，這樣就比較容易控制了。我選擇的是預先生成所有的紅包。
理想的紅包生成演算法:
理想的紅包生成結果是平均值附近的紅包比較多，大紅包和小紅包的數量比較少。
可以想像下，生成紅包的數量的分佈有點像正態分佈。
那麼如何實現這種平均線附近值比較多的要求呢？
就是要找到一種演算法，可以提高平均值附近的概率。那麼利用一種”膨脹“再”收縮“的方式來達到這種效果。
先平方，再生成平方範圍內的隨機數，再開方，那麼概率就不再是平均的了。
2.每個大紅包對應兩個redis佇列，一個是未消費紅包佇列，另一個是已消費紅包佇列。開始時，把未搶的小紅包全放到未消費紅包佇列裡。
未消費紅包佇列裡是json字串，如{userId:’789′, money:’300′}。
3.在redis中用一個map來過濾已搶到紅包的使用者。
4.搶紅包時，先判斷使用者是否搶過紅包，如果沒有，則從未消費紅包佇列中取出一個小紅包，再push到另一個已消費佇列中，最後把使用者ID放入去重的map中。
5.用一個單執行緒批量把已消費佇列裡的紅包取出來，再批量update紅包的使用者ID到資料庫裡。
上面的流程是很清楚的，但是在第4步時，如果是使用者快速點了兩次，或者開了兩個瀏覽器來搶紅包，會不會有可能使用者搶到了兩個紅包？
為了解決這個問題，採用了lua指令碼方式，讓第4步整個過程是原子性地執行。
下面是在redis上執行的Lua指令碼：
-- 函式：嘗試獲得紅包，如果成功，則返回json字串，如果不成功，則返回空
-- 引數：紅包佇列名， 已消費的佇列名，去重的Map名，使用者ID
-- 返回值：nil 或者 json字串，包含使用者ID：userId，紅包ID：id，紅包金額：money
-- 如果使用者已搶過紅包，則返回nil
if redis.call('hexists', KEYS[3], KEYS[4]) ~= 0 then
  return nil
else
  -- 先取出一個小紅包
  local hongBao = redis.call('rpop', KEYS[1]);
  if hongBao then
    local x = cjson.decode(hongBao);
    -- 加入使用者ID資訊
    x['userId'] = KEYS[4];
    local re = cjson.encode(x);
    -- 把使用者ID放到去重的set裡
    redis.call('hset', KEYS[3], KEYS[4], KEYS[4]);
    -- 把紅包放到已消費佇列裡
    redis.call('lpush', KEYS[2], re);
    return re;
  end
end
return nil

下面是測試程式碼：
public class TestEval {
    static String host = "localhost";
    static int honBaoCount = 1_0_0000;
    static int threadCount = 20;
    static String hongBaoList = "hongBaoList";
    static String hongBaoConsumedList = "hongBaoConsumedList";
    static String hongBaoConsumedMap = "hongBaoConsumedMap";
    static Random random = new Random();
//  -- 函式：嘗試獲得紅包，如果成功，則返回json字串，如果不成功，則返回空
//  -- 引數：紅包佇列名， 已消費的佇列名，去重的Map名，使用者ID
//  -- 返回值：nil 或者 json字串，包含使用者ID：userId，紅包ID：id，紅包金額：money
    static String tryGetHongBaoｓｃｒｉｐｔ = 
//          "local bConsumed = redis.call('hexists', KEYS[3], KEYS[4]);\n"
//          + "print('bConsumed:' ,bConsumed);\n"
            "if redis.call('hexists', KEYS[3], KEYS[4]) ~= 0 then\n"
            + "return nil\n"
            + "else\n"
            + "local hongBao = redis.call('rpop', KEYS[1]);\n"
//          + "print('hongBao:', hongBao);\n"
            + "if hongBao then\n"
            + "local x = cjson.decode(hongBao);\n"
            + "x['userId'] = KEYS[4];\n"
            + "local re = cjson.encode(x);\n"
            + "redis.call('hset', KEYS[3], KEYS[4], KEYS[4]);\n"
            + "redis.call('lpush', KEYS[2], re);\n"
            + "return re;\n"
            + "end\n"
            + "end\n"
            + "return nil";
    static StopWatch watch = new StopWatch();
 
    public static void main(String[] args) throws InterruptedException {
//      testEval();
        generateTestData();
        testTryGetHongBao();
    }
 
    static public void generateTestData() throws InterruptedException {
        Jedis jedis = new Jedis(host);
        jedis.flushAll();
        final CountDownLatch latch = new CountDownLatch(threadCount);
        for(int i = 0; i < threadCount; ++i) {
            final int temp = i;
            Thread thread = new Thread() {
                public void run() {
                    Jedis jedis = new Jedis(host);
                    int per = honBaoCount/threadCount;
                    JSONObject object = new JSONObject();
                    for(int j = temp * per; j < (temp+1) * per; j++) {
                        object.put("id", j);
                        object.put("money", j);
                        jedis.lpush(hongBaoList, object.toJSONString());
                    }
                    latch.countDown();
                }
            };
            thread.start();
        }
        latch.await();
    }
 
    static public void testTryGetHongBao() throws InterruptedException {
        final CountDownLatch latch = new CountDownLatch(threadCount);
        System.err.println("start:" + System.currentTimeMillis()/1000);
        watch.start();
        for(int i = 0; i < threadCount; ++i) {
            final int temp = i;
            Thread thread = new Thread() {
                public void run() {
                    Jedis jedis = new Jedis(host);
                    String sha = jedis.ｓｃｒｉｐｔLoad(tryGetHongBaoｓｃｒｉｐｔ);
                    int j = honBaoCount/threadCount * temp;
                    while(true) {
                        Object object = jedis.eval(tryGetHongBaoｓｃｒｉｐｔ, 4, hongBaoList, hongBaoConsumedList, hongBaoConsumedMap, "" + j);
                        j++;
                        if (object != null) {
//                          System.out.println("get hongBao:" + object);
                        }else {
                            //已經取完了
                            if(jedis.llen(hongBaoList) == 0)
                                break;
                        }
                    }
                    latch.countDown();
                }
            };
            thread.start();
        }
 
        latch.await();
        watch.stop();
 
        System.err.println("time:" + watch.getTotalTimeSeconds());
        System.err.println("speed:" + honBaoCount/watch.getTotalTimeSeconds());
        System.err.println("end:" + System.currentTimeMillis()/1000);
    }
}

測試結果20個執行緒，每秒可以搶2.5萬個，足以應付絕大部分的搶紅包場景。
如果是真的應付不了，拆分到幾個redis叢集裡，或者改為批量搶紅包，也足夠應付。
redis的搶紅包方案，雖然在極端情況下（即redis掛掉）會丟失一秒的資料，但是卻是一個擴充套件性很強，足以應付高併發的搶紅包方案。