共计 3467 个字符，预计需要花费 9 分钟才能阅读完成。
本篇内容主要讲解“如何用 Redis 实现排行榜及相同积分按时间排序功能”，感兴趣的朋友不妨来看看。本文介绍的方法操作简单快捷，实用性强。下面就让丸趣 TV 小编来带大家学习“如何用 Redis 实现排行榜及相同积分按时间排序功能”吧!
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。集合成员是唯一的，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。
有序集合的成员是唯一的，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 withscores
1) 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
zincrby z1 4 c
// 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) 2Redis 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，排名唯一
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：
队伍 ID 贡献值排名 a1001b992c992d884e875
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），排在第一个的队伍的 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 ID
local 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！这里是丸趣 TV 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！
