Redis排行榜的设计与实现

举报
赵KK日常技术记录 发表于 2023/06/24 11:54:12 2023/06/24
【摘要】 排行榜zset的经典实现,现在的思路全都是查库的操作,由于业务原因,有些是异步操作,难免存在已经计分,但分数还没有入库,这时去查库,导致与实际的分数不一致的情况,通常排行榜本身的操作不是很频繁,但计分的操作很频繁,但也不排除有些业务场景有些"分数怪"刷分的情况,比如王者荣耀实时排列等。 在实现之前先要了解下zset的原理,说原理之前不得不提下redis的数据结构。Redis有几种数据类型?...

排行榜zset的经典实现,现在的思路全都是查库的操作,由于业务原因,有些是异步操作,难免存在已经计分,但分数还没有入库,这时去查库,导致与实际的分数不一致的情况,通常排行榜本身的操作不是很频繁,但计分的操作很频繁,但也不排除有些业务场景有些"分数怪"刷分的情况,比如王者荣耀实时排列等。

  在实现之前先要了解下zset的原理,说原理之前不得不提下redis的数据结构。

Redis有几种数据类型? 九种

90%的人知道Redis 5种最基本的数据结构;

只有不到10%的人知道8种基本数据结构,

--->5种基本+bitmap+GeoHash+HyperLogLog;

只有不到5%的人知道9种基本数据结构,5.0最新版本数据结构Streams;

只有不到1%的人掌握了所有9种基本数据结构以及8种内部编码;

那跟zset有啥关系?

请在此添加图片描述

zset对应的数据结构是ziplist,也就是底层是跳跃表的结构,跳表,简单记忆就是链表头上还举个牌子,来人找位置,先看看头上的牌子,如果满足向下查询,不满足直接找别的牌子,然后在牌子与牌子之间寻找,相当于MySQL的查询limit,或者干脆就直接等等于ConcurrentSkipListSet,底层查找是二分查找算法。说了半天你说那么多数据结构干啥?

Geo本身不是一种数据结构,它本质上还是借助于Sorted Set(ZSET),并且使用GeoHash技术进行填充,在使用Redis进行Geo查询时,其内部对应的操作其实就是zset(skiplist)的操作,这回有关系了吧。

排行榜的设计

谈不上设计哈,因为各个业务是不一样的,还是那句话排行榜没什么难的,排行榜的计分才是难得。

当下的计分方式是将数据放入redis进行修改操作,所以说排行榜本就应该用redis来做,但是现在的排行榜计分是直接查库人为算的,这个避免不了。

那么计分的操作是存redis的,会出现计分不准的情况吗?

,如果你取分是从数据库取的,那很会~,因为我现在是将入库操作方队列的,不能保证取分时,队列已经消费到此条数据的。所以才考虑的redis,也算是优化方案吧。另外不建议将计分操作直接放入数据库,对数据库的io过于频繁了,会造成意想不到的后果。

1、计分存入redis,利用命令
ZINCRBY 命令:为分数值加上增量
redisService.incrScoreZset("point",likedUserId.toString(),1);
 那减分怎么办?
根据实际业务,我这里直接就加分这里-1操作,因为我这肯定是有分数的,不用担心出现负数带来排名不正确的情况。

2、解释下参数

redisService.incrScoreZset("排行榜名称",计分人,分数);
3、取分计算时一定要取redis的分,不要直接取数据库的。

排行榜的实现

先说个人业务,业务原因,其中一条计分项是需要审核通过后才计分的,机审还好吧,人工审核就会出现什么情况?出现A通过加了10分,但现在人工去忙了,不一会回来给B通过加了2分,这样的情况A可能排在B前,也可能相反,那怎么做?

1,定时任务去拉分,审核后存redis
2,通过后直接存redis,其实不需要定时任务
但现在接口和管理分开的项目啊,都不在我这端,当然redis保证共用一个的话,方案二可行的,大不了去指定redis拉数据么。

计分实现 要有加分减分的闭环操作

public Object countPoint(Long pointId,String ponitList, Long userId) {
        String key = RedisConstants.get(pointId.toString());
        String userIdStr = userId.toString();
        boolean flag = redisService.isMember(key, userIdStr);
        DetailVo vo = DetailVo.builder()
                .pointId(pointId)
                .likeCreateTime(new Date())
                .likeUserId(userId)
                .likedUserId(likedUserId)
                .build();
        Map resultMap = new HashMap();
        if (flag) {
            redisService.srem(key, userIdStr);
            vo.setType(2);
            //减分
            redisService.incrScoreZset(ponitList,likedUserId.toString(),-1);
            resultMap.put("no", 0);
        } else {
            redisService.sadd(key, userIdStr);
            //加分
            redisService.incrScoreZset(ponitList,likedUserId.toString(),1);
            vo.setType(1);
            resultMap.put("yes", 1);
        }
        //发送消息
        mQProducer.sendUpdateUp(vo);
        resultMap.put("Number", redisService.scard(key));
        return resultMap;
    } 
    

排行榜实现

请在此添加图片描述

网络效果图

排行榜功能

  1. 分数从大到小排列,显示头像,昵称,排行
  2. 排行人数超过10人需要分页
  3. 显示当前用户的分数,排行
  4. 以上数据下拉刷新

这样一来,避免了现在的去数据库查询所有的人数,只要有分数一定在redis里面,直接通过命令即可查询出分数,排行,redis的排序下标从0开始需要加1。

1.分数从大到小
所有既是0,-1
Set<TypedTuple<V>> reverseRangeWithScores(K key, long start, long end);

2.获取指定元素的分数及排行

//获取我的分数Double point = redisService.zScoreMe("point", customerId.toString());//我的排名Long myRank = redisService.myRank("point", customerId.toString())+1;
3.分页,可以逻辑代码对set分页,然后过滤分数为0

手动造了点测试数据

本地redis 两个10分的,一个1分,一个2分

请在此添加图片描述

10分的用户看下,程序debug

请在此添加图片描述

排名 分数

请在此添加图片描述

请在此添加图片描述

因为别人比我先入列,所以别人排名比我靠前。

即使多条件排序zset也能满足。

**话外篇 如何快速过滤手机号黑名单...**

思路:手机号尾号后两位进行分库,既00-99,100个库,redis判断尾号是否存在,存在即是黑名单,比如500亿电话号,分100个库,每个库一亿去查一个数,速度是很快的。

【版权声明】本文为华为云社区用户原创内容,转载时必须标注文章的来源(华为云社区)、文章链接、文章作者等基本信息, 否则作者和本社区有权追究责任。如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容,举报邮箱: cloudbbs@huaweicloud.com
  • 点赞
  • 收藏
  • 关注作者

评论(0

0/1000
抱歉,系统识别当前为高风险访问,暂不支持该操作

全部回复

上滑加载中

设置昵称

在此一键设置昵称,即可参与社区互动!

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。