Redis排行榜的设计与实现

后知后觉，前几天做的自以为挺满意的排行榜，不正是zset的经典实现么，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？

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？

   会，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

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的

 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

10分的用户看下,程序debug

排名 分数

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。