业务进行分析
我们首先对业务场景进行定义，如何快速的从 1000w 数据中找到 10 个数据作为中奖用户，重复100次，每次作为我们终将的名单，切每一个用户不能重复中奖。基于这个过程我们如何把这个过程高效的实现呢？
数据库实现：
使用数据库是最直接的方法，但在处理大规模数据时，性能可能成为瓶颈。
代码语言：javascript复制select id from User where status=0 order by rand() limit 10
update user set status=1 where id in(...)使用Redis实现：
使用Set数据结构来存储中奖用户，可以提高抽奖效率。具体实现如下：
- 使用Redis Set： 将中奖用户的ID存储在Redis的Set数据结构中，确保不会有重复的用户。
sadd usrlist uuid1
sadd usrlist uuid2- 抽奖逻辑优化： 通过Redis提供的spop命令，从Set中弹出指定数量的元素，实现高效的抽奖。
spop usrlist 10需要注意的问题
在使用redis方案时候，需要考虑一下问题：
- 1000w数据如何预热到缓存中？
- 1000w数据大概占用多少空间？
- 整体的性能大概是多少？
对于上面几个问题我们分别来看：
- 预热我们可以采用job定时预热的模式，采用 sharding 多线程的方式写入redis
- 对于占用空间问题，如果一个userId 占用 n 个字节，1000w大概占用1000w/1024/1024 n=5n mb。经过测算，如果userid 采用长整型的话，预计占用 58 =40Mb.
- Redis的Set底层主要使用了两种数据结构进行存储：intset（整数集合）和hashtable（哈希表）。这两个数据结构的删除都是 O(1)，所以效率非常高。
