SPOP key count 是高并发下最稳妥的一次性无放回抽取，原子性完成“随机选+删除”，避免重复和竞态；但需 Redis 6.2+ 支持批量，且 7.0 前为伪随机，抽完即删不可回滚。
大量成员下直接用 SMEMBERS + 应用层 shuffle 会爆内存
当 Set 有 10 万+ 成员时，SMEMBERS 会把全部元素一次性拉到客户端，不仅网络带宽吃紧，Java/Python 等语言还可能触发 GC 尖峰甚至 OOM。更危险的是，读完再删（比如用 SREM 逐个删）存在明显竞态窗口：两个请求几乎同时执行 SMEMBERS，拿到同一份名单，各自 shuffle 后抽到相同用户，都以为中奖成功。
SPOP key count 是高并发下最稳妥的一次性无放回抽取
它原子性完成“随机选 + 删除”，天然避免重复和竞态。但要注意几个硬性条件：
-
SPOP的count参数从 Redis 6.2 才正式支持批量；旧版本只能循环调用SPOP key，性能差且非原子 - Redis 7.0 前的
SPOP key N内部不是真随机，而是按哈希桶顺序伪随机——对抽奖公平性要求极高的场景需留意 - 抽完即删，不可回滚。如果业务需要保留原始名单（比如中奖后还要发短信、记审计日志），得提前用
SWAP或SMOVE把数据复制到备份 key
用 Lua 脚本封装 SRANDMEMBER + SREM 适合需保留原集合的场景
当你要从 50 万用户池里抽 100 人，又必须保留原始池子用于后续批次或审计，Lua 是更可控的选择。脚本本质是把“选”和“删”压进一次服务端原子操作：
Redis Skill - 高性能缓存管理
下载
Redis 缓存和数据结构管理技能。通过自然语言操作 Redis，支持 String、Hash、List、Set、ZSet、Stream 等数据结构操作。当用户提到 Redis、缓存、消息队列、会话存储时使用此技能。
eval "local r = redis.call('SRANDMEMBER', KEYS[1], ARGV[1]); redis.call('SREM', KEYS[1], unpack(r)); return r" 1 prize_pool 100
但别忽略这个坑：如果 ARGV[1] 接近集合大小（比如从 1000 人里抽 990 人），SRANDMEMBER 可能反复碰撞、重试，实际耗时反而比 SPOP 高。建议只在 count << SCARD 时用此方案。
别信 SRANDMEMBER key N 能保证不重复
这是最常踩的坑。它的行为完全取决于 N 和集合基数的关系：
-
N为正数且 ≤ 集合大小：返回N个不重复元素，但每次调用都独立采样，多次调用之间毫无互斥 -
N为正数且 > 集合大小：Redis 自动降级为“有放回”，结果必然含重复 -
N为负数（如-10）：强制有放回，哪怕集合很大也允许重复——这适合转盘类可复用抽奖，但绝不能用于“一人一中”场景
真正要防重复，核心不是“怎么随机”，而是“怎么确保被抽走的元素立刻不可见”。这点上，SPOP 和 Lua 封装是唯二靠谱路径，其余都是掩耳盗铃。
