Redis排行榜的设计与实现

举报
赵KK日常技术记录 发表于 2023/06/29 22:52:33 2023/06/29
【摘要】 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...

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?

图片

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

图片

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

图片

10分的用户看下,程序debug

图片

排名 分数

图片

图片

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。