分类： 后端开发

如何绕过ChatGPT针对服务器提供商的IP封禁

今天早上一起来，发现新App审核又被拒了，但理由又是他们找不到IAP项目，遂怀疑是他们对汉语引导的理解问题，写了一段非常详尽的引导，然后打开ChatGPT，想翻译成英文，结果发现ChatGPT把我的IP ban了。

一开始，还以为也是其他人遇到的账号被封问题，但仔细一看是禁止了我的IP访问。我一直是用自建在Vultr上的服务器来进行专业上网的，虽然价格可能比某些服务贵些，但贵在稳定和安心。（5刀一个月，1000G流量，其实也还能接受了）

于是我在Vultr上直接新建了一个服务器，启动好之后配置一下，发现依然不行，不论是ipv6还是ipv4，也都不行，于是我想到估计是Vultr整体被封了，去搜了一下，才发现原来我还算是幸运的了，早两个月开始ChatGPT就已经开始大规模封禁来自各个云服务提供商的请求了，aws，GCP，Vultr这些大的提供商更是早就上了黑名单。但搜索之下，也找到了应对的办法，那就是利用魔法打败魔法。

ChatGPT是利用cloudflare来进行网络防护的，而cloudflare家自己，却出了一个安全上网和反嗅探的工具：Cloudflare Warp，也就是著名的1.1.1.1。

利用这个工具，我们只要在服务器端配置好了，既可以实现穿越ChatGPT的封锁。（注意，是在服务器端安装，在你本机安装并没有用，所以如果你并不是自有服务器，那么后续的内容对你来说可能用处就不大了）

下面是具体的操作步骤：

首先，登录你的服务器（比如ssh或者在云服务的官网找对应工具)，在命令行里输入：

如果你的服务器是基于apt的（例如Ubuntu或者Debian） 
sudo apt install cloudflare-warp
如果你服务器是基于yum的（例如centOS或者RHEL） 
sudo yum install cloudflare-warp
安装好之后，继续运行如下的代码： 
warp-cli register
如果成功，会显示一个Success

接下来这步比较关键，而且其实是有限制的一步，因为一旦开启warp之后，我们本地对服务器的访问，其实也会被限制，我目前只找到了一个添加例外IP的做法（其实还有个同样是cloudflare提供的zero trust的将你的服务器和本机组成类似内网的解决方案，但这个方案我个人是感觉限制过多而且过于依赖cloudflare了，万一哪天它也反了，就。。）

但添加例外IP，其实就是将本机的IP地址添加到warp的例外中，而我们都知道，除非你自己拉了根企业光纤有独立的IP地址，否则家用宽带的IP地址，就是一直在变的，这个也就是限制所在了，但一是我们的IP不会那么快变，二是连接之后只要你不断开，IP变了也是可以继续使用的，三是warp的例外支持网段，我们可以尽可能的扩大例外的规模，来减少我们失去例外的机会。

那么接下里就是去百度搜一下IP地址，找到你本机目前的IP，然后在服务器的命令行里，输入： 
warp-cli add-excluded-route xx.xx.xx.xx
其中xx.xx.xx.xx就是你的IP地址，假如你想加入一个IP网段范围来减小失效的概率，可以将其改为： 
xx.xx.0.0/16
注意！！！：上面这个网段，只是一个示例，表示从xx.xx.0.1到xx.xx.255.254之间的所有IP地址。在使用时，请确保里你理解这其中的风险以及网段的具体意义。（当然，允许这些IP访问不代表你的原本的其他安全鉴定会失效，这里只是针对warp的限制例外）
在完成上述步骤之后，可以运行下面的代码来开启warp（再次注意：如果你没添加上述规则，你的ssh将无法再连接，你只能通过云服务提供商提供的方法来连接了）: 
warp-cli connect
开启成功后，可以使用下面的代码来检查是否真正启动： 
curl https://www.cloudflare.com/cdn-cgi/trace/
如果你看到返回的字段中，有warp=on存在，那就是开启成功了，下面你就可以继续请求访问ChatGPT了

一些可能遇到的问题和个人经验（及广告）：

安装问题

在使用apt或apt-get安装时，返回了Unable to locate package的提示，那么可以考虑先运行 
sudo apt update
来更新你的资源列表，但如果更新之后依然不行（比如我），那么cloudflare也提供了手动下载的方式，你可以在这个页面中找到对应的Linux版本的warp安装包：

https://pkg.cloudflareclient.com/packages/cloudflare-warp 找到对应的包之后，可以下载之后，利用注入scp之类的工具拷贝的服务器上，也可以复制下载链接，然后在服务器中运行： 
curl -o name-of-your-file https://you-download-url
然后再进行安装，比如我的机器是Debian的，那么接下来我会运行： 
sudo dpkg -i name-of-your-file
sudo apt-get install -f
然后就安装完毕了

IP网段问题

如果你还是觉得添加例外这个方法不靠谱，那么你可以继续研究cloudflare的zero trust方案，也欢迎你推出新的教程并告诉我，下面是对应的文档地址：

https://developers.cloudflare.com/cloudflare-one/connections/connect-apps/use_cases/ssh/

服务器和专业上网(广告）

其实现在来说，影袜的方案，就我自己的经验来看，是非常容易被嗅探到的，尤其是那些常用的海外云服务，之前经常就是这个服务器我刚刚开好，安装好了影袜，结果没几分钟就被封了，而且是明显IP能ping通，但不论你怎么换端口也都不行了，但现在我用的方案，非常简单，无需安装额外的工具，而且只要IP能ping通，基本上就能稳定使用。那就是使用ssh自带的动态端口转发功能，只需要一行指令： 
ssh -N -g -D 1088 username@xx.xx.xx.xx
即可在你本地的1088端口开放一个通道，如果你只是希望自己的本机使用，那么可以去掉-g指令，或者显式的声明127.0.0.1:1088，如果不加，则其实同个局域网的其他设备，也可以访问你的IP:1088来进行专业上网，比如手机上，可以直接用小火箭来访问，稍微修改下配置即可。

然后以Mac为例，则可以在自己的设置-网络-高级-你懂得里配置诸如socks或者http方案，以及例外域名或者PAC方案。当然，如果你想要方便的管理这些配置而不是每次都打开设置来操作，可以尝试下我开发的Mac App：

https://apps.apple.com/cn/app/proxyho/id6444635008?mt=12
当然ssh的方案，因为加密算法的原因，其实理论速度是会不如专门为了这个而生的影袜的，但个人感觉这些损耗可以忽略不计，毕竟安逸了许多

另外如果你看了本篇文章，希望选择服务器，那么我也推荐一下Vultr，我个人认为性价比还可以，而且它们的官网并不需要特殊的姿势就可以直接访问，也很友好，下面是我的推广链接，服务器都是按使用时长计费的，试用不满意，关了就好了。当然他们家用的人很多，那么就也会偶尔出现IP被ban的情况，但因为是按照时长收费的，遇到这种情况，关闭服务器再重新启动一个即可。

https://www.vultr.com/?ref=9418691-8H

对了，他们家还支持ipv6网络方案，也无需额外付费，只要勾选即可

Docker container容器内访问宿主机host服务

问题：docker的container内，本身是一个微小的主机，那么请求127.0.0.1或者localhost，自然是请求到了container本身的网络，而无法抵达宿主机。

在以往，需要各位去手动寻找docker创建的docker0 bridge来访问宿主机网络，但在今天，docker已经提供了非常优雅的解决办法了

Linux:

Docker版本高于v20.10(2020年12月4日更新）

在启动docker时，加入如下语句
--add-host=host.docker.internal:host-gateway
而在container内，可以直接请求host.docker.internal:PORT，来获取宿主机上提供的各种服务

如果使用了Docker Compose，则应该将下面的句子加入container的声明中：

extra_hosts:
- "host.docker.internal:host-gateway"

Mac和Windows:

Docker版本高于v18.03(2018年3月21日更新）

直接在container内使用host.docker.internal:PORT来访问宿主机服务即可

对于Mac上Docker版本低于上述版本的：

Mac Docker版本v17.12到v18.02: 使用docker.for.mac.host.internal

Mac Docker版本v17.06到v18.11: 使用docker.for.mac.localhost

对于更低版本的docker，只能使用老旧的方法了，这里不再多做赘述

参考：https://stackoverflow.com/a/43541732

使用SSH来连接远程服务器的MySQL

本文要解决什么问题：当远程服务器无法开放MySQL端口或者无权限操作远程服务器的安全组时，我们应该如何在本地连接到远程的MySQL并进行操作

本文基础要求：远程服务器至少开放了SSH端口（通常默认情况下端口号为22），如果未开放22端口，则本文所述方法并不可用。

本文方法总结：利用SSH自带的端口映射功能，建立一个tunnel，将远程服务器上的MySQL端口映射到本地的端口上，从而使得本地客户端可以直接连接

关于如何使用SSH，以及如何更简单的使用SSH，可以参考另一篇文章

当SSH已经准备就绪，打开Terminal，输入如下指令


ssh -L [local port]:[database host]:[remote port] [username]@[remote host]

ssh -L [本地端口]:[数据库所在地址]:[数据库远程端口] [远程服务器用户名]@[远程服务器地址]

*如果你不用同时登陆远程服务器进行操作，可以加上-N指令

以上指令唯一需要解释的就是数据库所在地址，如果远程服务器本身就是MySQL服务器，那么可以直接填127.0.0.1, 而如果远程服务器本身还是一个跳板，则应该输入在远程服务器内可以访问到MySQL的地址。

示例如下：

ssh -N -L 3310:127.0.0.1:3306 root@MyRemote

以上的命令会将远程服务器监听3306端口的MySQL服务，映射到本地的3310端口上，之后可以直接使用MySQL客户端在命令行里登录，或者使用pma等数据库操作工具

mysql -u root -h 127.0.0.1 -P 3310 -p

利用context和kubectx快速切换kubernetes集群

在使用kubectl操作kubernetes集群的过程中，可能会遇到需要操作不同集群的问题，例如本地的minikube集群和线上的部署集群，或是线上的测试集群和线上的部署集群，如果集群之间切换不频繁，也可以使用笨办法，比如准备多个config文件在/.kube文件夹下，要切换的时候就改config的名字。不过对于需要频繁切换操作集群的人来说，这个方法显然太麻烦了，当然也不够cool。

当然，k8s是非常完善的集群解决方案，肯定是考虑到了这个问题的，这里就用到了k8s的config文件的context(上下文)了。

如果你是从零开始配置两个集群的cluster, user等信息的，那么可以参照官方的这个文档

Define-clusters-users-and-contexts

这里就不详细说以上这种方法了，我们来说说已经存在了两个集群的config文件时如何简单的生成context，当然，在上述文档的后半部分，也有我要说明的这些，也可以去看英文原文，我这里是因为遇到了一个坑，所以详细解释一下。

首先说方法，我们都知道kubectl如果没有设置config相关位置的环境变量，那么其会默认去一个地方寻找，对于Mac来说，就是

$HOME/.kube/config

如果要自己指定一个config文件所在的位置，那么就要设置KUBECONFIG环境变量，例如：

export KUBECONFIG=$KUBECONFIG:$HOME/.kube/config

而如果有两个集群的配置文件呢，其实就可以非常简单的直接加在环境变量的后面，然后让kubectl自动为我们生成context，例如：

export KUBECONFIG=$KUBECONFIG:$HOME/.kube/config:$HOME/.kube/config-2

注意：可以使用

kubectl config view

来查看目前的context的情况

那么坑在哪里呢，由于两个集群的配置文件可能是管理员只分配给你自己使用的，那么用户名就可能是相同的，在用户名相同的情况下，如果集群的连接启用了TLS验证，那么kubectl自己融合的config文件就会使用相同的client-certificate-data和client-key-data，如果两个集群在同一服务商的同一片网络下还好，可是如果是在不同的网络下，那么就会出现只能连接上其中一个，而另一个集群无法连接的情况，这种时候，我的解决办法是修改用户名，但要注意，在config里的context下，可以看到user和name两个字段，我们要修改的是user字段，这里只是一个名称，不影响集群侧的用户验证，修改完user字段，记得翻到users字段下，那里面有一个name，这个name的值应该和刚刚修改之前的user字段中的值一样，把这里也修改成同样的新值，保存，重新配置环境变量使之生效，这时候就可以使用了。

至于官方提供的切换集群的方法，在上述文档中也能找到，这里也不在赘述，这里主要介绍一个第三方工具来帮我们更快捷的做这个事:
kubectx

这个工具可以给context指定alias并快速的切换他们，简单的介绍一下

kubectx                     : 列出目前所有的context
kubectx <NAME>              : 切换到<NAME>对应的context
kubectx -                   : 切换到上一次的context
kubectx <NEW NAME>=<NAME>   : 给<NAME>context命名一个新名字
kubectx <NAME>=.            : 给当前context命名一个新名字

可以看出，在完成了上述config文件自动融合之后，使用这个工具就可以快速的切换不同的操作集群，同时这个工具还支持bash/zsh的tab自动补全，以及fzf这个快速选择工具，可以说从此以后切换集群就可以如丝般顺滑了，不过缺点就是kubectx这个工具会影响对kubectl的自动补全，全看各位的习惯了
 

Mysql更新排名的取巧实现

最近的项目连续遇到了对用户排名的需求，一个要求不用并列，一个要求同分并列，因为用户体量的考虑，拒绝了实时更新（即每个用户查询排名时获取排名），改为定时更新，在网上查了大量的MySQL排名算法之后，发现大部分的文章是以查询时获取来实现，而非定时更新所有人的排名，所以经过一番研究之后自己写了一个算法，欢迎斧正

首先我们假设有一张user表，其中有四个字段，score，rank，score_rank，join_time分别代表用户的分数，排名，获取排名时的分数，及用户加入时间

首先是不考虑并列的情况

SET @r = 0
UPDATE user
SET `rank` = @r := (@r + 1), `score_rank` = `score`
WHERE `score` != 0
ORDER BY `score` DESC, `join_time` DESC // 因为没有并列，所以增加一个排序

然后是考虑并列的情况

SET @r = 0;
SET @l = 0;
SET @s = 1;
UPDATE `user` SET `rank` = (
CASE
WHEN `score` = @l THEN @r := @r + (@s := @s + 1) - @s
ELSE @r := (@r + @s) + (@s := 1) - 1 END), `score_rank` = @l := (`score`)
WHERE `score` != 0
ORDER BY `score` DESC

这里唯一需要注意的事情就是MySQL中的变量问题，变量只能在两个地方赋值，SET或SELECT时，其余的地方只允许在变量赋值给其他字段时才允许被修改，所以就是在这里我们开始取巧，来解释一下并列时的思想：

r,l,s分别是当前排名，当前排名的分数，和当前同分的人数

当某一行的数据与上一行的分数相同时，即 score = @l，那么这时应该给rank赋值为当前的排名，但同时应该更新同分人数，所以我们这样来实现：@r := @r + (@s := @s + 1) – @s，这样s实现了自增，但对返回结果r没有影响

当某一行的数据与上一行的分数不同时，则应该给rank赋值r+1,但同时我们希望给l赋值当前的分数，并把同分人数s归为1，则选择这样实现：@r := (@r + @s) + (@s := 1) – 1

关于速度

这个算法在我这边的模拟测试中，三万条的数据排序用时0.4秒，所以肯定不能作为实时处理，计划是每天定时更新一回，操作时间也算是可以接受了。不知道其他算法的时间是会是多少，欢迎提供下对比。

Golang生产环境中time包的zonefile.zip问题

前段时间给程序加了个功能，打印时间按照时区打印，具体看起来是这样

    loc, _ := time.LoadLocation("Asia/Chongqing")
    return time.Now().In(loc).Format("2006-01-02 15:04:05")

在本地运行没有丝毫问题，于是就想当然的推到了线上，结果线上的环境在进行到这步的时候直接panic了，嗯，看来是过于的自信导致了问题，明显loc是nil了，那么打印下错误吧，结果看到了这么一行：

open /usr/local/go/lib/time/zoneinfo.zip: no such file or directory

于是瞬间就明白了，我们线上使用的是docker镜像，复制到容器里的go程序也是编译好的二进制文件，所以容器里没有go环境，导致在本地能正常运行的程序在线上因为缺少对应文件而panic。

知道了问题，就好解决了，当然这里可以直接换加了go环境的镜像，但是明显这样违背了docker作为线上生产环境的初衷，即最小可用，加入了go环境会直接把大量的冗余数据加入到容器中，使单个容器的体积直接倍增，所以我们只需要把这个特定依赖的文件复制到容器中即可，在Dockerfile中加入这样一段：

    COPY ./zoneinfo.zip /usr/local/go/lib/time/zoneinfo.zip
    // 这里我把这个文件也在本地复制到了我的项目中，因为我们的打包上线工作由线上的CI服务来完成，如果是在本地打包，那么可以直接复制原文件
    COPY /usr/local/go/lib/time/zoneinfo.zip /usr/local/go/lib/time/zoneinfo.zip

最后说一句，下划线无视error什么的，是真不可取啊，吸取教训把上面的代码也换成了

     loc, err := time.LoadLocation("Asia/Chongqing")

	if err != nil {
		LogError("parse location err:", err)
		loc = time.Local
	}

	return time.Now().In(loc).Format("2006-01-02 15:04:05")

升级MacOS10.13 High Sierra导致PHPMyAdmin无法正常显示的问题

升级了新的版本之后，一切介正常，唯独发现pma打不开了，变成了一堆php代码，猜想是自带的Apache出了问题，参考网上其他教程，打开了httpd.conf，发现果然和php有关的那个loadmodule被注释掉了，打开，重启Apache，无果。继续Google，发现还要加上AddType和AddHandler，加上，重启Apache，仍然无果，但发现php info检测的代码可以正常打开了，遂怀疑是自带的PHP升级了，不再兼容当前版本的pma了，于是按照官方流程升级pma，重新打开，正常工作，解决战斗。

以下是详细三部曲：

  • 修改httpd.conf, 开启PHP loadmodule

打开Terminal，输入：sudo nano /etc/apache2/httpd.conf， 对httpd.conf进行编辑，按ctrl+W，搜索php7_module，找到：#LoadModule php7_module libexec/apache2/libphp7.so，将此行前的#号去掉，ctrl+O保存（此处可能弹出finder，关掉即可），ctrl+X退出

参考文献： PHP精通 mac本地安装php环境 找不到webserver 更改php文件目录 运行

  •  修改httpd.conf，增加php文件支持

同上，搜索IfModule，在任意位置添加如下代码：

<IfModule php7_module>
AddType application/x-httpd-php .php
AddType application/x-httpd-php-source .phps

<IfModule dir_module>
DirectoryIndex index.html index.php
</IfModule>
</IfModule>

参考文献：PHPMyAdmin showing code instead of webpage

  • 升级到最新版本的pma

    1. 从以下网址下载最新版本的PHPmyadmin：https://www.phpmyadmin.net/downloads/
    2. 重命名旧的pma文件夹（例如：phpmyadmin-old）
    3. 解压并复制并重命名刚刚下载好的新版本pma到需要的位置（例如：phpmyadmin)
    4. 从旧的文件夹中拷贝config.inc.php文件到新文件夹中
    5. 测试是否一切正常工作
    6. 删除旧文件夹

翻译自官方文档：phpMyAdmin-Docs-安装-从旧版本更新

PS：Reference websites may require ladders.

Docker-Go 交叉编译运行Go程序

最近在学习docker和kubernetes，无奈本机搭了一个minikube无论如何无法启容器，k8s的日志就只告诉说没起来我在重启，剩下什么原因也不说，于是决定先在本地docker启动一下看看。

原本的后端应用上线是我写好之后由我的boss统一上线的，所以Dockerfile也不是我写的，当然线上能跑，本地就肯定能跑啦，于是直接docker build，docker run，然后就出现问题了

./main: line 1: syntax error: unexpected “(”

随便搜了一下，发现基本上出现这个问题是因为运行程序的内核不同，然后仔细研究了一下Dockerfile，发现使用的是alpine的镜像，这个镜像的特点就是非常小，只有几兆，而且对比了一下公司的Dockerfile和golang官方alpine镜像的Dockerfile，发现我的Dockerfile里并没有集成go语言环境，而是直接将编译好的程序拷贝到镜像中，那么问题其实就可以确定了，我本地编译的基于Mac的go程序，即基于darwin内核的go程序，而alpine是基于Linux的内核的，自然无法运行。

知道了问题解决方法就很好办了，如果使用liteIDE的同学更是省事，直接删掉原本编译好的程序，选择cross-linux64环境编译就好（不用去改现有的darwin环境）

就算不是使用的LiteIDE，那也可以使用如下语句打包：

cd $GOPATH
CGO_ENABLED=0 GOOS=linux GOARCH=amd64 ./make.bash

以上两步是为了生成linux平台所需要的工具和环境，只需要运行一次即可，如果使用liteIDE的话在切换环境的同时就会自动帮你准备好这些的
CGO_ENABLED=0 GOOS=linux GOARCH=amd64 go build

再次运行docker，成功启动容器！

高并发抽奖中的redis缓存设计

最近开始做一个通用抽奖的项目，项目中有一个活动用户每天的抽奖限制和总中奖限制，即每天最多抽多少回和活动期间总共中多少个。这一判断的特定就是请求量巨大，肯定是不能直接依靠关系数据库来做判断的，所以就要用到了缓存，将每一位用户的这两个限制都写到缓存中，需要判断限制的时候，直接读缓存就好。
首先先否定内存缓存，因为尽管缓存的数据是非常小的，但是参与抽奖的用户数量会很大，更何况一个应用会服务多个活动，那么用户数量更加不可估计，内存缓存很容易挤爆并丢失数据。
当然还有一个原因就是环境，项目的环境是容器，多容器之前无法共享内存缓存中的数据，而抽奖限制要求又必须是唯一的，所以内存缓存只能抛弃。
于是就来到了redis。
最开始的缓存逻辑，是将用户的每日抽奖限制和总中奖限制缓存在一起，在需要更新时，是将限制人为的+1，然后更新缓存。这几乎是新接触后端开发的新手都会犯的错误，这样的项目上线是一定会超发奖品的，因为后端应用是多线程并行运转。就比如限制中奖5个，一个用户已经中了3次，这时他找了个脚本，同时发了100次请求，那么这100次请求全部会读这一个限制，然后全部通过限制判断，100个都可能中奖了。会发生这种情况的原因就是没有应用到锁机制。
熟悉MySQL的同学应该都清楚MySQL的锁和事务机制，这里就不详细说了。如果redis像MySQL一样支持锁机制和事务，那么我们的问题不就迎刃而解了？
这样想的我真的是naive了，redis即支持锁机制又有事务，但就恰恰并没有解决我的问题。（当然这里的锁机制并非其他应用使用redis实现分布式锁的概念）。
redis的锁本质上是一种CAS（check-and-set）操作，即乐观锁，使用watch命令配合muti-exec的事务操作来实现，即在watch key1，之后在执行事务之前会去检验key1中的值是否有被更改过，如果有被更改过，则拒绝执行事务。乍一看这是能解决我的问题的，你在每个用户进来抽奖的时候watch这个用户的对应限制key不就可以了？
但很遗憾并非如此
首先，redis的muti-exec事务操作并非像MySQL中的事务一样为原子操作，一系列操作中的某一个操作出现问题了，redis会记录此次问题然后继续执行余下的操作，而且不具备rollback的功能。
其次，redis的事务对多线程的操作是不安全的（尽管redis服务端是单线程的），exec操作会清空watch key的列表，即假如先后进来抽奖者a和b，分别watch了key1和key2，a先判断完了执行了exec操作，redis会把key1和key2都清除，这种时候b的操作的安全性就无法保障了。
当然这并非不可解，用于我上面提到的redis的server端是单线程的，那么其实redis除了事务操作的其他命令，本身就是原子的，那么我们就可以考虑将两个限制分开存储，然后直接使用redis的自增操作。redis的自增操作会返回自增之后的值，只要拿着这个值去判断一下，就知道是否存在并发超发了。
但是自增也不是完美的，因为我们不可能把所有用户的限制一直缓存起来，肯定是要有过期时间的，否则即使是redis也可能会被撑爆。基于项目的考量，过期时间设置为每天的0点，即用户第二天就可以再次抽取。而一旦设置了过期时间，那么就可能出现如下情况
情况1：
抽奖活动限制每人最多中奖5次，中奖率100%，这个限制存在于redis中，每天0点过期（redis2.6版之前key的过期延迟为1秒，2.6版本之后过期延迟为1毫秒），那么在key即将过期之前，有一个已经中了3次奖的用户发来了4次请求（不论以何种手段），每次请求均按照该用户已中奖3次通过了中奖限制验证，4个请求均去申请自增中奖限制，而4个请求在去申请中奖限制时时间均超过了该key的过期时间，redis的自增请求会判断为key不存在，并从0开始重新+1，每个自增的请求结果都是不大于抽奖限制的，则该用户最后的限制变为了4，而其实他已经中走了7个奖。
通过incr操作返回自增后的值的特性，可以解决如上问题，即判断自增之后的值是否大于当前已知的限制值，如果不大于，那么说明本次自增是在错误的基础上自增的，应该认定为此次操作用户未中奖，同时删除错误的key, 已确保下一次请求重新计算总限制的值。
情况2：
同样如上的情况，用户只发来了一次请求，在自增操作之前key过期，而此次请求在自增之后判断是否正确的时候，又进来4次请求，该4次请求读取了错误的初始值1，同时进行自增操作，即尽管会被删除一回，但之后的4次会以1作为基础判断，第一个自增操作判断为错误并删除key，但234次操作均通过判断，则用户已中了6个奖。
所以一旦有人发现这一点，在0点时间戳附近时段大量刷新，则可能就会出问题。
针对这一情况，采用两个方法
1. 随机一个10秒到100秒的时间，加到key的过期时间中，避免时间戳直接暴露
2. 每次自增操作增加一次key的TTL判断，如果TTL小于10，则使用expire延长key的生存时间到下一个0点时间戳

更新，看了一遍memcached，觉得果然比redis更适合做缓存，支持多线程就不多说了，CAS操作依赖内建token而不是像redis一样依赖事务就能很完美解决我如上的抽奖需求，最起码会比redis的实现方案优雅很多。