大营销笔记📒

大营销

第三节：策略概率装配处理

装配流程

装配抽奖策略，根据抽奖策略ID（strategy_id）进行装配
- 子流程如下：
- 根据抽奖策略ID（strategy_id）去数据库查询该策略配置下的奖品列表（strategyAwardEntityList），先从redis中读，如果redis中没有，再去数据库中拿，拿完转换一下实体类，存redis中，并返回这个奖品列表
- 拿到奖品列表后，进行第一次装配（此时没有根据权重规则过滤奖品），在redis中存的是该策略ID（strategy_id）下所有的奖品列表。（这一次装配应该是为了后续如果没有权重规则过滤，避免查询不到）
  - 装配子流程：需要一个key（strategy_id），一个奖品列表实体类
  - 拿最小概率值（方便后续计算）
  - 拿概率值总和（所有的概率加一起，后面计算用）
  - 获得概率范围，就是用概率总和除以这个最小概率值，向正无穷取整，算出来个大小范围，比如100.0/0.1 就是1000。就是相当于把小数点给去掉，得出来一个范围（0-1000）
  - 生成策略概率查找表，生成一个list，大小就是上面的范围大小，然后根据相应的规则向里面填充奖品ID，比如奖品1占10%，就填充100个（以1000为例），把这个list填满。
  - 然后乱序处理，交换各个元素的位置，保证它们的随机性，不然抽奖概率会有影响
  - 生成一个map，奖品查找表，其实就是把这个list放到map里，key值是 list的大小从小到大(0-list.size())，value值是奖品id
  - 最后把这个map存放到redis中，这一步有一个putall操作，如果你的redis报了一个（org.springframework.dao.InvalidDataAccessApiUsageException: ERR Protocol error: invalid multibulk length.）这种异常（windows 环境下3.2.100 版本的 redis 报的，mac 环境下redis版本 7.2.3 没有报，一切正常）可以试试把概率改小，map（默认好像有 100 多万大小）小一点，我这个改到了小数点后一位就正常了，可能是redis配置或者版本的问题。
装配权重策略，根据这个id去数据库里查，优先查redis，没有再去数据库查，查完存redis并返回（StrategyEntity）这个实体类
- 从ruleModels中遍历看是否有"rule_weight"这个规则，有就是需要权重过滤，没有，为null直接结束
再次验证规则是否有异常，走到这一步是一定有 rule_weight的，如果根据id和ruleWeight查询不到，抛出异常，流程异常结束
根据权重规则，重新装配奖品
- 首先拿到 rule_weight 下所有的规则，4000分的规则，5000分的规则等等
- 就是这一串（4000:102,103,104,105 5000:102,103,104,105,106,107 6000:102,103,104,105,106,107,108,109）
- 把规则分割一下，key:（4000:102,103,104,105）,value：（[102],[103],[104],[105]）,value是该规则下所有的奖品id，返回一个map<key，value>
- 遍历这个map，每个key下都有list奖品列表，从第一步装配的（strategyAwardEntityList）克隆一个新的list，从中移除 list奖品中没有的
- 把这个克隆的新的list重新装配进redis中，参考装配子流程
装配结束(此时redis中key如下)

127.0.0.1:6379> keys *
 1) "big_market_strategy_rate_range_key_100001_4000:102,103,104,105"    // 4000规则下奖品实际范围
 2) "big_market_strategy_award_key_100001"                              // 100001下的所有奖品列表
 3) "big_market_strategy_rate_table_key_100001_4000:102,103,104,105"    // 4000规则下的map<随机值,奖品>
 4) "big_market_strategy_rate_table_key_100001"                         // 无权重规则下map的奖品实际范围
 5) "big_market_strategy_rate_range_key_100001"                         // 无权重规则下的map<随机值,奖品>
 6) "big_market_strategy_key_100001"                                    // 抽奖规则实体 1对1,一个id对应一个抽奖规则实体
 7) "big_market_strategy_rate_table_key_100001_6000:102,103,104,105,106,107,108,109"             // 6000规则下的map<随机值,奖品>
 8) "big_market_strategy_rate_range_key_100001_5000:102,103,104,105,106,107"                     // 5000规则下奖品实际范围
 9) "big_market_strategy_rate_table_key_100001_5000:102,103,104,105,106,107"                     // 5000规则下的map<随机值,奖品>
10) "big_market_strategy_rate_range_key_100001_6000:102,103,104,105,106,107,108,109"             // 6000规则下奖品实际范围

到这一步装配完，感觉可以把第一次装配的给删掉，里面存的是所有的没有过滤规则的奖品，而且 key 也不一样

抽奖流程

24-04-22.21:07:53.724 [main            ] INFO  StrategyArmoryDispatch - rateRange：6
24-04-22.21:07:53.728 [main            ] INFO  StrategyArmoryDispatch - key:100001_4000:102,103,104,105, result:105
24-04-22.21:07:53.728 [main            ] INFO  StrategyTest           - 测试结果：105 - 4000 策略配置
24-04-22.21:07:53.729 [main            ] INFO  StrategyArmoryDispatch - rateRange：14
24-04-22.21:07:53.729 [main            ] INFO  StrategyArmoryDispatch - key:100001_5000:102,103,104,105,106,107, result:106
24-04-22.21:07:53.729 [main            ] INFO  StrategyTest           - 测试结果：106 - 5000 策略配置
24-04-22.21:07:53.729 [main            ] INFO  StrategyArmoryDispatch - rateRange：4901
24-04-22.21:07:53.730 [main            ] INFO  StrategyArmoryDispatch - key:100001_6000:102,103,104,105,106,107,108,109, result:107
24-04-22.21:07:53.730 [main            ] INFO  StrategyTest           - 测试结果：107 - 6000 策略配置

抽奖流程需要知道，抽奖的策略ID（strategyId），还有抽奖的规则（ruleWeightValue）

拼接出来redis的key，就是id+规则
从redis中拿（自动拼接big_market_strategy_rate_range_key_）这个 map 中存储的是生成的随机数，以及该策略 id 下 map 的大小（rateRange），根据 key从 redis中拿到一个概率范围rateRange
随机获取 0-rateRange 之间的值，根据key（自动拼接big_market_strategy_rate_table_key_ ）和生成的随机数从 map 中拿到奖品 id并返回