在高并发抢券系统中，我们通常会将用户的抢券结果优先写入 Redis，以保证系统响应速度和并发处理能力。但数据的最终一致性要求我们必须将这些结果最终同步到 MySQL 的持久化库中。本文将详细介绍一种基于线程池 + Redis Hash 扫描的异步数据同步方案，助力构建高性能的电商系统。

---

一、同步方案整体思路

我们将抢券成功的用户信息（如用户ID、活动ID）先写入 Redis 的 Hash 结构中，并使用特定的 key 格式分散压力，如：

QUEUE:COUPON:SEIZE:SYNC:{活动id % 10}

随后由定时任务启动线程池，扫描这些同步队列，从 Redis 中批量读取数据并写入 MySQL 的 coupon 表中。写入成功后，再从 Redis 中删除对应的记录，实现一次完整的同步。

同步流程如下：

1. Redis记录用户抢券成功信息（Hash结构）。

2. 每分钟启动一次同步定时任务。

3. 任务从多个同步队列中并发读取数据。

4. 将数据写入数据库后，从 Redis 中删除。

---

二、线程池配置方案

我们使用 Spring 定义一个线程池，核心代码如下：

@Configuration
public class ThreadPoolConfiguration {
    @Bean("syncThreadPool")
    public ThreadPoolExecutor synchronizeThreadPool(RedisSyncProperties redisSyncProperties) {
        int corePoolSize = 1;
        int maxPoolSize = redisSyncProperties.getQueueNum(); // 可配置队列个数
        long keepAliveTime = 120;
        TimeUnit unit = TimeUnit.SECONDS;
        RejectedExecutionHandler rejectedHandler = new ThreadPoolExecutor.DiscardPolicy();

        return new ThreadPoolExecutor(
            corePoolSize, 
            maxPoolSize, 
            keepAliveTime, 
            unit,
            new SynchronousQueue<>(), 
            rejectedHandler
        );
    }
}

🚀 推荐使用 10~20 个线程作为最大线程数，视具体业务场景配置。

---

三、批量读取Redis Hash数据

Redis 使用游标扫描的方式批量获取数据，避免一次性读取过多带来的性能问题。

public void getData(String queue) {
    Cursor<Map.Entry<String, Object>> cursor = null;
    ScanOptions scanOptions = ScanOptions.scanOptions().count(10).build();

    try {
        cursor = redisTemplate.opsForHash().scan(queue, scanOptions);
        List<SyncMessage<Object>> messages = cursor.stream()
            .map(entry -> SyncMessage.builder()
                .key(entry.getKey().toString())
                .value(entry.getValue())
                .build())
            .collect(Collectors.toList());
        messages.forEach(System.out::println);
    } finally {
        if (cursor != null) {
            cursor.close();
        }
    }
}

☝️ 注意：游标使用完必须关闭，避免资源泄漏。

---

四、测试验证效果

我们模拟多个线程处理多个队列，代码如下：

@Test
public void test_threadPool() throws InterruptedException {
    for (int i = 0; i < 10; i++) {
        threadPoolExecutor.execute(new RunnableSimple(i));
    }

    Thread.sleep(3000); // 模拟线程池回收
    for (int i = 10; i < 20; i++) {
        threadPoolExecutor.execute(new RunnableSimple(i));
    }

    Thread.sleep(9999999); // 保证主线程不退出
}

日志输出示例：

获取QUEUE:COUPON:SEIZE:SYNC:{8}队列的数据1条
SyncMessage(key=1716346406098296832, value=1721415300848590848, data=null)

说明数据同步流程正确执行。

---

五、小结

本方案采用 Redis + 多线程 + 定时任务 的方式高效同步抢券结果至数据库，具备以下优势：

• 🚀 高并发性能强：Redis写入极快，异步处理减轻数据库压力。

• 🔁 数据一致性保障：写入成功后再清除Redis数据，避免数据丢失。

• 🧵 线程池灵活扩展：线程数可配置，适应不同并发规模。

• 🔍 批量处理高效：scan命令搭配Hash结构，读取性能优异。

在真实电商项目中，该方案已被多次验证，值得参考和实践。

---

如果你也在搭建类似的高并发系统，欢迎评论交流。如果本文对你有帮助，欢迎点赞 + 收藏！