面试题：Redis数据结构在高并发场景下的选型优化

Question

在一个高并发的秒杀系统中，要记录参与秒杀的用户ID，防止重复参与，并且需要统计实时参与人数。从Redis数据结构角度出发，你会如何设计？如果同时要记录用户的参与时间，又该如何优化数据结构选型，以达到高效读写的目的？

Answer 1

1. 仅记录用户ID并统计实时参与人数：
   • 数据结构选型：使用Redis的Set数据结构。
   • 理由：Set数据结构具有自动去重的特性，非常适合用于记录唯一的用户ID，防止重复参与。同时，可以使用 SCARD 命令获取Set中元素的数量，即实时参与人数。例如，在Java中使用Jedis客户端：

Jedis jedis = new Jedis("localhost");
jedis.sadd("seckill_users", "user1_id");
jedis.sadd("seckill_users", "user2_id");
Long count = jedis.scard("seckill_users");
System.out.println("实时参与人数: " + count);

2. 同时记录用户的参与时间：
   • 数据结构选型：使用Redis的Sorted Set数据结构。
   • 理由：Sorted Set可以为每个成员（用户ID）关联一个分数（参与时间的时间戳）。这样既可以利用Set的去重特性防止重复参与，又能通过分数记录用户的参与时间。对于读取操作，可以根据分数范围获取在特定时间范围内参与的用户。写入时，使用 ZADD 命令将用户ID和当前时间戳（作为分数）添加到Sorted Set中。例如，在Python中使用redis - py客户端：

import redis
import time

r = redis.Redis(host='localhost', port=6379, db = 0)
user_id = 'user3_id'
timestamp = time.time()
r.zadd('seckill_users_with_time', {user_id: timestamp})

• 读取操作示例：获取所有用户及其参与时间（按参与时间排序），在Python中：

users_with_time = r.zrange('seckill_users_with_time', 0, -1, withscores=True)
for user, timestamp in users_with_time:
    print(f"用户 {user.decode('utf - 8')} 参与时间: {timestamp}")