基于Redis构建广告栈与HTTP API轮询广告投放方案咨询

这需求很贴合实际场景——既要保证轮询顺序、支持动态扩展，又不能动原始数据引发频繁读写，用「记录最后投放位置」的思路完全可行，我给你梳理一套落地性极强的方案：

核心设计思路 #

我们把数据分成三个独立的Redis结构，彻底隔离原始数据、轮询顺序和投放指针，所有操作都是原子性的，完全避免竞态问题：

1. 哈希表KEY1：存原始键值对（只读，仅新增时写入）
2. 有序集合KEY1_ORDER：维护轮询的顺序（新增时写入，保证插入顺序的稳定性）
3. 计数器KEY1_POINTER：记录上一次投放的偏移位置（每次请求仅原子递增这个值）

为什么用有序集合而不是列表？因为列表的LINDEX操作在数据量大时是O(N)复杂度，而有序集合的ZRANGE取指定位置元素是O(logN)，性能更优，适合高并发场景。

具体实现步骤 #

1. 初始化数据 #

先把初始数据和辅助结构搭好：

# 存储原始键值对
HSET KEY1 V1 A1 V2 A2 V3 A3

# 初始化顺序计数器（用于生成有序集合的score，保证插入顺序）
SET KEY1_NEXT_SCORE 1

# 把初始键加入有序集合，同时递增计数器
ZADD KEY1_ORDER 1 V1
INCR KEY1_NEXT_SCORE
ZADD KEY1_ORDER 2 V2
INCR KEY1_NEXT_SCORE
ZADD KEY1_ORDER 3 V3
INCR KEY1_NEXT_SCORE

# 初始化投放指针（-1表示第一次请求会从0开始）
SET KEY1_POINTER -1

2. 动态新增键值对 #

新增时用Lua脚本保证原子性，避免并发下的顺序错乱：

-- 新增键值对的Lua脚本
redis.call('HSET', KEYS[1], ARGV[1], ARGV[2])
local score = redis.call('INCR', KEYS[2])
redis.call('ZADD', KEYS[3], score, ARGV[1])
return 1

调用时传入参数：

• KEYS[1]：KEY1（哈希表）
• KEYS[2]：KEY1_NEXT_SCORE（顺序计数器）
• KEYS[3]：KEY1_ORDER（有序集合）
• ARGV[1]：新增的键（比如V4）
• ARGV[2]：对应的值（比如A4）

3. 轮询投放的核心逻辑 #

同样用Lua脚本封装所有操作，保证原子性，避免并发冲突：

-- 轮询投放的Lua脚本
local order_len = redis.call('ZCARD', KEYS[2])
if order_len == 0 then
    return nil -- 无数据时返回空
end

-- 原子递增指针，保证每次请求的偏移唯一
local pointer = redis.call('INCR', KEYS[3])
-- 取模实现循环轮询
local index = pointer % order_len
-- 获取当前轮询的键
local key_name = redis.call('ZRANGE', KEYS[2], index, index)[1]
-- 获取对应的值
local value = redis.call('HGET', KEYS[1], key_name)

return {key_name, value}

调用时传入参数：

• KEYS[1]：KEY1（哈希表）
• KEYS[2]：KEY1_ORDER（有序集合）
• KEYS[3]：KEY1_POINTER（投放指针）

4. 控制器示例（Python） #

用Redis客户端调用脚本即可实现API逻辑：

import redis

# 初始化Redis连接
r = redis.Redis(host='localhost', port=6379, db=0)

# 加载Lua脚本到Redis（提升性能，避免每次传输脚本）
poll_script = """
local order_len = redis.call('ZCARD', KEYS[2])
if order_len == 0 then
    return nil
end
local pointer = redis.call('INCR', KEYS[3])
local index = pointer % order_len
local key_name = redis.call('ZRANGE', KEYS[2], index, index)[1]
local value = redis.call('HGET', KEYS[1], key_name)
return {key_name, value}
"""
poll_script_sha = r.script_load(poll_script)

add_script = """
redis.call('HSET', KEYS[1], ARGV[1], ARGV[2])
local score = redis.call('INCR', KEYS[2])
redis.call('ZADD', KEYS[3], score, ARGV[1])
return 1
"""
add_script_sha = r.script_load(add_script)

# 轮询API接口
def get_poll_data():
    result = r.evalsha(poll_script_sha, 3, 'KEY1', 'KEY1_ORDER', 'KEY1_POINTER')
    if result:
        key, value = result
        return {"key": key.decode('utf-8'), "value": value.decode('utf-8')}
    return {"error": "No available data"}

# 新增键值对的API接口
def add_new_pair(key, value):
    r.evalsha(add_script_sha, 3, 'KEY1', 'KEY1_NEXT_SCORE', 'KEY1_ORDER', key, value)
    return {"status": "success"}

方案优势 #

• 零侵入原始数据：原始哈希表KEY1仅在新增时写入，完全避免频繁修改带来的性能损耗
• 并发安全：所有核心操作都通过Lua脚本原子执行，不会出现竞态问题
• 动态扩展友好：新增键值对只需要一次原子操作，新增后立即纳入轮询队列
• 性能优异：所有Redis操作都是O(1)或O(logN)，支撑高并发毫无压力
• 顺序稳定：严格按照插入顺序轮询，完全符合你首次返回V1、再次返回V2的需求

额外注意事项 #

• 如果需要删除键值对，记得同时从KEY1和KEY1_ORDER中删除，指针会自动适配新的集合长度，不影响轮询逻辑
• 重启服务后，指针会保留上次的位置，轮询会从断点继续，无需额外处理
• 若需重置轮询顺序，只需执行SET KEY1_POINTER -1即可

内容的提问来源于stack exchange，提问作者Tahseen