算法 任务分配
一个任务发布系统，发包方发布任务并指定有条件的用户来接单，符合特定条件的用户来参与任务。
场景：
某客户发布了 10 个任务，设置每个任务最多 5 个人参与（也就是每个任务最多有 5 个人在其接单列中显示），在高并发情况下，会存在用户抢任务情况。
假设某一时刻内系统有一万个任务发出，同时某一时刻有十万用户访问了自己的接单列表，怎样高效地确保系统能够按任务设定的额度去分配给用户。
涉及到 model 大致如下：
Task
id name amont
TaskRule
id task_id rule_value rule_name
User
id name sex level
UserTask
user_id task_id
想请教下大家怎样去合理高效地设计任务分配。
先做估值函数，评估用户对当前任务对匹配程度，数值化。（不一定要非常准确，但是要快） 创建任务时就开始评估用户，不要等到任务发布再评估（如果你的任务不是一创建就马上发布的话） 任务分类，同类型的任务可以直接用已经评估好的用户（评估用户的条件有变时注意更改） 把一个任务可分配的用户想像成一个池子（大于 5 人），先访问的先出池子，出去 5 人后锁定任务
@alexneverpo 🙏指点，我理解的是如果每个任务都要创建池子，有可能在没有用户访问或者没达到人数的情况下，会导致这样的池子越来越多的问题。
