春运一票难求，候补抢票显威，如何设计一个候补订单系统？

最新推荐文章于 2025-04-15 08:27:18 发布

半亩方塘立身

最新推荐文章于 2025-04-15 08:27:18 发布

阅读量1.4k

点赞数 33

文章标签： java redis

本文链接：https://blog.youkuaiyun.com/huanghuozhiye/article/details/136077535

版权

本文分析了12306官网的候补购票机制，介绍了候补订单的流程，重点讨论了如何通过Redis的Hash和List结构设计高效稳定的候补队列系统，以解决高峰期的并发问题和提供更好的用户体验。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

春运一票难求，候补官方抢票

最近春节火车一票难求，12306系统的候补购票是一种官方支持的抢票方式。在首日票已售罄时，立即提交候补请求，系统会优先考虑候补乘客的需求。根据成功率灵活选择是否候补购票。

当旅客在12306网站购票，输入乘车日期、发到站等信息查询没有余票时，页面会在相关车次的席别余票显示列表中出现“候补”字样，旅客可根据需求点击相应车次、席别对应的“候补”区域，系统将该需求自动加入当前候补购票需求列表。候补订单提交成功后需在30分钟内完成支付，完成候补预付款支付后，候补购票订单立即生效。候补购票订单生效后，相关候补需求不可修改，如需变更，可终止订单后重新操作。兑现时，按照候补订单生效的时间顺序，优先兑现符合条件的候补需求。预付款按该单不同组合需求中票款的最高额度计算（卧铺按下铺票价计算）。

候补订单系统该如何设计？

那么如何设计一个12306火车票候补功能的系统呢？设计一个12306火车票候补功能的系统我们需要考虑的主要模块包括乘客候补系统、车票余量监控、排队、通知机制以及支付与出票等核心环节。以下是一种简化的系统设计概述：

1. 乘客候补订单模块：

• 用户提交候补请求：允许用户对已经售罄的车次座位发起候补申请，包含乘车人信息、日期、车次、席别等必要信息。

• 候补队列建立：系统将所有候补请求按照一定的优先级策略（如购票时间先后、会员等级等）排序，形成候补队列。

2. 支付模块：

• 候补订单申请成功后，用户在接到通知后，应在规定时间内完成支付。

• 支付成功后需要将消息推送到候补订单模块，候补订单根据规则排序建立候补队列。

3. 车票余量监控模块：

• 实时对接12306票务数据库，监控各车次的退票、改签动态，实时更新车票剩余情况。

• 当有乘客退票或者改签导致座位空缺时，触发候补队列处理机制。

4. 候补处理模块：

• 根据车票余量变化，自动从候补队列中选择符合条件的候补乘客，为其生成车票。

• 成功分配车票的候补请求移除出队列，未成功分配的则继续保留等待。

5. 出票模块：

• 候补订单处理后，系统立即执行出票操作，将电子客票信息更新至乘客账户，并可下载电子凭证。

通过以上模块，构建一个高效、稳定、透明的火车票候补系统，既能有效利用票源，又能提升用户体验。

那么不同的车次、订票日期、坐席、出站、候补人数组合在一起后传统的消息队列可能无法满足我们的需求了。下面拿G521列车举个例子：

这是一个开往武汉的高铁，假如我们要在2024-02-08这天要到郑州，票没有了，我们候补订单候补了3个人，那么这个队列该怎么存放呢？

我们可以简单想下一个队列能够快速的根据车次、订票日期、坐席、出站、候补人数组合等信息快速找到队列，并消费。传统数据库无法满足这种高并发的需求，REDIS的list貌似可以试下，如果我想对某个车次+日期查询队列情况（超过一定数量，提示用户不要排队了）又不太方便，这时hash+list的组合就比较合适了。下面我们看下详细设计。

如何使用redis的hash+list实现候补队列

我们使用 Redis 的 Hash 结构来实现根据车次、车站、日期、乘车人数设计一个队列。每个车次及时间作为一个 key，车站和乘车人数作为 field，对应的值是一个队列，存放候补订单。当某个车次到某个车站有票时，可以遍历这个 key 及 field，找到第一个队列进行消费。以下是具体的设计方案：

1. Redis Hash 结构

Key: train:{train_number}:{date}
Field: {station}_{passenger_count}
Value: 候补订单队列

2. 举例

假设 G521 车次，日期为 2024-02-08，有 3 个乘客，站台为郑州。

Key: train:G520:2024-02-08
Field: 郑州_二等座_1
Value: [候补订单1, 候补订单2, 候补订单3, ...]

3. 消费逻辑

当某个车次到达某个车站有票时，我们可以按遍历该车次在该日期下的 Hash 结构的 field，如果很多票我们选择优先消费field=郑州_二等座_3的队列，如果只有一张票我们只能消费郑州_二等座_1的队列。当然还需要结合候补时间判断。

总结

1. Hash 结构设计： 使用 Hash 结构来存储车次、日期、车站、乘车人数等信息，便于查询和管理。

2. 队列存储候补订单： 在 Hash 结构的 field 中存储候补订单队列，便于根据车站和乘车人数索引订单。

3. 消费逻辑： 当某个车次到达某个车站有票时，遍历相应的 Hash 结构，找到一个非空队列进行消费。

通过以上设计，我们可以根据车次、车站、日期、乘车人数设计一个队列，并通过 Redis 的 Hash 结构实现，保证了订单信息的管理和处理的高效性和可靠性。想想一些平台的排队功能是不是也可以这么搞