如何用Redis实现排行榜及相同积分按时间排序功能

需求：对组队活动中各个队伍的贡献值进行排行。

不考虑积分相同

Redis的Sorted Set是String类型的有序集合。集合成员是少数的，这就意味着集合中不能出现重复的数据。

每个元素都会关联一个double类型的分数。redis正是通过分数来为集合中的成员进行从小到大的排序。

有序集合的成员是少数的，但分数(score)却可以重复。

下面先不考虑积分相同的情况，实现排行榜：

// 准备数据，其中value为每个队伍的ID，score为队伍的贡献值> zadd z1 5 a 6 b 1 c 2 d 10 e(integer) 5// 分页查询排行榜所有的队伍和贡献值，要使用zrevrange，而不是zrange，贡献值越大越排在前面> zrevrange z1 0 2 withscores1) "e"2) "10"3) "b"4) "6"5) "a"6) "5"// 增加某个队伍的贡献值> zincrby z1 3 d"5"> zincrby z1 4 c"5"// 查询排行榜所有的队伍> zrevrange z1 0 -1 withscores 1) "e" 2) "10" 3) "b" 4) "6" 5) "d" 6) "5" 7) "c" 8) "5" 9) "a"10) "5"// 查询某个队伍的排名> zrevrank z1 d(integer) 2

Redis默认实现是相同分数的成员按字典顺序排序（09，AZ，a~z），上面使用的是zrevrange，所以是倒序，所以相同分数排序就不能根据时间优先来排序。

积分相同按时间排序，排名少数

在上面的实现中，如果两个队伍的贡献值相同，也就是积分值相同，无法根据时间的先后进行排行。

所以需要设计一个分数 = 贡献值 + 时间戳 ，谁分数大谁排前面，最后还要能根据分数能解析出来贡献值。

设计1

使用整型存储分数值，redis中score本身是一个double类型，能精确存储的最大整型数字为2^53=9007199254740992（16位）。而精确到毫秒的时间戳需要13位，此时留给存储贡献值只有3位数了，当前如果时间只要精确到秒，只需要10位，这样留给贡献值就有6位。

整体设计：高3位表示贡献值，低13位表示时间戳。

如果我们简单地把score结构由：贡献值 * 10^13 + 时间戳 拼凑，因为分数越大越靠前，而时间戳越小则越靠前，这样两部分的判断规则是相反的，无法简单把两者合成一起成为score。

但是我们可以逆向思维，可以用同一个足够大的数Integer.MAX减去时间戳，时间戳越小，则得到的差值越大，这样我们就可以把score的结构改为：贡献值 * 10^13 + (Integer.MAX-时间戳)，这样就能满足我们的需求了。

设计2

由于redis的score值是double类型，可以使用整数部分存储贡献值，小数部分存储时间戳，同样时间戳的部分使用一个最大值减去它。

这样，整体设计变为：分数=贡献值 + (Integer.MAX-时间戳) * 10^-13

弊端：由于分数值是由两个变量来计算得出，所以在给队伍增加贡献值时，无法简单的使用之前的zincrby来改变score的值了，这样在并发情况下为队伍增加贡献值就会导致score值不准确。

错误情况模拟：

假设现在队伍A的贡献值为10队伍A中的队员X为队伍增加贡献值1，在程序中算出score为11.xxx队伍A中的队员Y为队伍增加贡献值1，在程序中算出score为11.yyy队伍A中的队员X调用redis的zadd命令设置队伍的贡献值为11.xxx队伍A中的队员Y调用redis的zadd命令设置队伍的贡献值为11.yyy最后算出队伍A的贡献值为11，无法保证增加贡献值这一个操作的原子性。

此时需要借助lua脚本来保证计算和设置贡献值这两个操作的原子性：

// 其中KEYS[1]为排行榜key，KEYS[2]为队伍ID// 其中ARGV[1]为增加的贡献值，ARGV[2]为Integer.MAX-时间戳local score = redis.call('zscore', KEYS[1], KEYS[2]) if not(score) then	score=0 end score=math.floor(score) + tonumber(ARGV[1]) + tonumber(ARGV[2]) redis.call('zadd', KEYS[1], score, KEYS[2]) return 1

由于redis中无法使用时间函数，所以(Integer.MAX-时间戳) * 10^-13部分由脚本外程序计算好传入。

分页查询排行榜，查询队伍的排名等功能都可以继续使用上面的命令。

积分相同按时间排序，并列排名

所谓并列排行榜，就是存在相同排名情况的排行榜。

我们期望的结果如下表：

当然现实中也有排名不跳过的情况，我这里考虑的是排名跳过的情况。

redis中score的设计还是采用上面的分数=贡献值 + (Integer.MAX-时间戳) * 10^-13，只是在查询排名时需要进行计算。

比如要查上表中队伍b的排名，思路如下：

• 首先查到队伍b的score

• 再查到跟队伍b的score的整数部分相同（也就是贡献值一样），排在名列前茅个的队伍的value（队伍ID）

• 根据上一步得到的队伍ID查询此队伍的排名就是队伍b的排名

使用命令实现上面的步骤如下：

> zscore 排行榜key teamId> zrevrangebyscore(排行榜key, 上一步得到的score+1, 上一步得到的score, limit, 0 , 1)> zrevrank(排行榜key, 上一步得到的teamId)

为了性能考虑，可以使用下面的脚本一次查出来：

// KEYS[1]表示排行榜key// KEYS[2]表示要查询的队伍的IDlocal rank = 0 local score = redis.call('zscore', KEYS[1], KEYS[2]) if not(score) then    score=0 else     score=math.floor(score)     local firstScore = redis.call('zrevrangebyscore', KEYS[1], score+1, score, 'limit', 0, 1)     rank=redis.call('zrevrank', KEYS[1], firstScore[1]) end return {score,rank}

下面附上分页查询排行榜的脚本，假如一页10条，不用下面的脚本需要查询10次上面的脚本，如果连上面的脚本都没有使用的话就要查询30次redis。

// 排行榜key// ARGV[1]分页起始偏移// ARGV[2]分页结束偏移local list = redis.call('zrevrange', KEYS[1], ARGV[1], ARGV[2], 'withscores') local result={} local i = 1 for k,v in pairs(list) do     if k%2 == 0 then         local teamId = list[k-1]         local score = math.floor(v)         local firstScore = redis.call('zrevrangebyscore', KEYS[1], score+1, score, 'limit', 0, 1)         local rank=redis.call('zrevrank', KEYS[1], firstScore[1])         local l = {teamId=teamId, contributionValue=score, teamRank=rank+1}         result[i] = l i = i + 1     end end return cjson.encode(result)

此脚本使用了cjson库，返回的是一个json。

到此，相信大家对“如何用Redis实现排行榜及相同积分按时间排序功能”有了更深的了解，不妨来实际操作一番吧！这里是亿速云网站，更多相关内容可以进入相关频道进行查询，关注我们，继续学习！