Redis通过Sorted Sets实现排行榜功能(实战)

﹏ヽ暗。殇╰゛Y 2022-01-21 22:47 302阅读 0赞

转载出处：[https://blog.csdn.net/m0\_37459380/article/details/82971525][https_blog.csdn.net_m0_37459380_article_details_82971525]

#### 需求 ####

前段时间，做了一个世界杯竞猜积分排行榜。对世界杯64场球赛胜负平进行猜测，猜对+1分，错误+0分，一人一场只能猜一次。  
1.展示前一百名列表。  
2.展示个人排名(如：张三，您当前的排名106579)。

#### 分析 ####

一开始打算直接使用mysql数据库来做，遇到一个问题，每个人的分数都会变化,如何能够获取到个人的排名呢？数据库可以通过分数进行row\_num排序，但是这个方法需要进行全表扫描，当参与的人数达到10000的时候查询就非常慢了。  
redis的排行榜功能就完美锲合了这个需求。来看看我是怎么实现的吧。

#### 实现 ####

##### 一.redis sorts sets简介 #####

Sorted Sets数据类型就像是set和hash的混合。与sets一样，Sorted Sets是唯一的，不重复的字符串组成。可以说Sorted Sets也是Sets的一种。

Sorted Sets是通过Skip List(跳跃表)和hash Table(哈希表)的双端口数据结构实现的，因此每次添加元素时，Redis都会执行O(log(N))操作。所以当我们要求排序的时候，Redis根本不需要做任何工作了，早已经全部排好序了。元素的分数可以随时更新。

##### 二.springboot 中使用RedisTemplate #####

本文主要通过redisTemplate来操作redis,当然也可以使用redis-client,看个人喜好.

我在本机开启了一个单点的redis，配置文件如下

server:
      port: 9001
    spring:
      redis:
        database: 0
        url: redis://user:123@127.0.0.1:6379
        host: 127.0.0.1
        password: 123
        port: 6379
        ssl: false
        timeout: 5000

Maven依赖引入如下

<parent>
        <groupId>org.springframework.boot</groupId>
        <artifactId>spring-boot-starter-parent</artifactId>
        <version>2.0.4.RELEASE</version>
    </parent>
    
    <dependencies>
            <dependency>
                <groupId>org.springframework.boot</groupId>
                <artifactId>spring-boot-starter-web</artifactId>
            </dependency>
            <dependency>
                <groupId>org.springframework.boot</groupId>
                <artifactId>spring-boot-starter-data-redis</artifactId>
            </dependency>
            <dependency>
                <groupId>org.springframework.boot</groupId>
                <artifactId>spring-boot-starter-test</artifactId>
            </dependency>
    </dependencies>

##### 三.代码实现 #####

1.注入redis，将key声明为常量SCORE\_RANK

@Autowired
        private StringRedisTemplate redisTemplate;
    
        public static final String SCORE_RANK = "score_rank";

2.新增默认排行数据

/** * 批量新增 */
        @Test
        public void batchAdd() { 
            Set<ZSetOperations.TypedTuple<String>> tuples = new HashSet<>();
            long start = System.currentTimeMillis();
            for (int i = 0; i < 100000; i++) { 
                DefaultTypedTuple<String> tuple = new DefaultTypedTuple<>("张三" + i, 1D + i);
                tuples.add(tuple);
            }
            System.out.println("循环时间:" +( System.currentTimeMillis() - start));
            Long num = redisTemplate.opsForZSet().add(SCORE_RANK, tuples);
            System.out.println("批量新增时间:" +(System.currentTimeMillis() - start));
            System.out.println("受影响行数：" + num);
        }

//输出
    循环时间:56
    批量新增时间:1015
    受影响行数：100000

3.获取前10名(根据分数倒序)

/** * 获取排行列表 */
        @Test
        public void list() { 
    
            Set<String> range = redisTemplate.opsForZSet().reverseRange(SCORE_RANK, 0, 10);
            System.out.println("获取到的排行列表:" + JSON.toJSONString(range));
            Set<ZSetOperations.TypedTuple<String>> rangeWithScores = redisTemplate.opsForZSet().reverseRangeWithScores(SCORE_RANK, 0, 10);
            System.out.println("获取到的排行和分数列表:" + JSON.toJSONString(rangeWithScores));
        }

//输出
    获取到的排行列表:["张三99999","张三99998","张三99997","张三99996","张三99995","张三99994","张三99993","张三99992","张三99991","张三99990","张三99989"]
    获取到的排行和分数列表:[{ "score":100000.0,"value":"张三99999"},{ "score":99999.0,"value":"张三99998"},{ "score":99998.0,"value":"张三99997"},{ "score":99997.0,"value":"张三99996"},{ "score":99996.0,"value":"张三99995"},{ "score":99995.0,"value":"张三99994"},{ "score":99994.0,"value":"张三99993"},{ "score":99993.0,"value":"张三99992"},{ "score":99992.0,"value":"张三99991"},{ "score":99991.0,"value":"张三99990"},{ "score":99990.0,"value":"张三99989"}]

4.新增李四的分数

/** * 单个新增 */
        @Test
        public void add() { 
            redisTemplate.opsForZSet().add(SCORE_RANK, "李四", 8899);
        }

5.获取李四单人的排行

/** * 获取单个的排行 */
        @Test
        public void find(){ 
            Long rankNum = redisTemplate.opsForZSet().reverseRank(SCORE_RANK, "李四");
            System.out.println("李四的个人排名：" + rankNum);
    
            Double score = redisTemplate.opsForZSet().score(SCORE_RANK, "李四");
            System.out.println("李四的分数:" + score);
        }

//输出
    李四的个人排名：91101
    李四的分数:8899.0

6.统计分数之间有多少人

/** * 统计两个分数之间的人数 */
        @Test
        public void count(){ 
            Long count = redisTemplate.opsForZSet().count(SCORE_RANK, 8001, 9000);
            System.out.println("统计8001-9000之间的人数:" + count);
        }

//输出
    统计8001-9000之间的人数:1001

7.获取集合的基数(数量大小)

/** * 获取整个集合的基数(数量大小) */
        @Test
        public void zCard(){ 
            Long aLong = redisTemplate.opsForZSet().zCard(SCORE_RANK);
            System.out.println("集合的基数为：" + aLong);
        }

//输出
    集合的基数为：100001

8.使用加法操作分数

/** * 使用加法操作分数 */
        @Test
        public void incrementScore(){ 
            Double score = redisTemplate.opsForZSet().incrementScore(SCORE_RANK, "李四", 1000);
            System.out.println("李四分数+1000后：" + score);
        }

//输出
    李四分数+1000后：9899.0

#### 四.归纳 ####

在以上测试类中我们使用了redis的那些功能呢？在以上的例子中我们使用了单个新增，批量新增，获取前十，获取单人排名这些操作，但是redisTemplate还提供了更多的方法。

##### 新增or更新 #####

有三种方式，一种是单个，一种是批量，对分数使用加法(如果不存在，则从0开始加)。

//单个新增or更新
    Boolean add(K key, V value, double score);
    //批量新增or更新
    Long add(K key, Set<TypedTuple<V>> tuples);
    //使用加法操作分数
    Double incrementScore(K key, V value, double delta);

##### 删除 #####

删除提供了三种方式：通过key/values删除，通过排名区间删除，通过分数区间删除。

//通过key/value删除
    Long remove(K key, Object... values);
    
    //通过排名区间删除
    Long removeRange(K key, long start, long end);
    
    //通过分数区间删除
    Long removeRangeByScore(K key, double min, double max);

##### 查 #####

1.列表查询:分为两大类，正序和逆序。以下只列表正序的，逆序的只需在方法前加上reverse即可：  
//通过排名区间获取列表值集合

Set<V> range(K key, long start, long end);
    
    //通过排名区间获取列表值和分数集合
    Set<TypedTuple<V>> rangeWithScores(K key, long start, long end);
    
    //通过分数区间获取列表值集合
    Set<V> rangeByScore(K key, double min, double max);
    
    //通过分数区间获取列表值和分数集合
    Set<TypedTuple<V>> rangeByScoreWithScores(K key, double min, double max);
    
    //通过Range对象删选再获取集合排行
    Set<V> rangeByLex(K key, Range range);
    
    //通过Range对象删选再获取limit数量的集合排行
    Set<V> rangeByLex(K key, Range range, Limit limit);

2.单人查询  
可获取单人排行，和通过key/value获取分数。以下只列表正序的，逆序的只需在方法前加上reverse即可：

//获取个人排行
    Long rank(K key, Object o);
    
    //获取个人分数
    Double score(K key, Object o);

##### 统计 #####

统计分数区间的人数，统计集合基数。

//统计分数区间的人数
    Long count(K key, double min, double max);
    
    //统计集合基数
    Long zCard(K key);

#### 结语 ####

以上就是redis中使用排行榜功能的一些例子，和对redis的操作方法了。redis不仅仅只是作为缓存，它更是数据库，提供了许多的功能，我们都可以好好的利用。

在这里我使用redis来实现了世界杯积分排行的展示，无论是在批量更新或是获取个人排行等方便，都有着很高效率，也降低了对数据库操作的压力，达到了很好的效果。

[https_blog.csdn.net_m0_37459380_article_details_82971525]: https://blog.csdn.net/m0_37459380/article/details/82971525