Redis的Sorted-Sets排行榜功能实现

Redis的ZSet排行榜功能实现

1. 功能需求

　　类似给用户n张图片, 用户左滑不喜欢右滑喜欢。所以每个用户就会有一些喜欢的图片集合和不喜欢的图片集合。现在我们要做一个将按照一个算法将喜欢的排到前面。算法 ctr = （喜欢数+20）/ (喜欢数+不喜欢数+20)，所有的内容按照这个算法的结果进行排行榜排序。

2. Redis sorts sets简介

　　Sorted-Sets和Sets类型极为相似，它们都是字符串的集合，都不允许重复的成员出现在一个Set中。它们之间的主要差别是Sorted-Sets中的每一个成员都会有一个分数(score)与之关联，Redis正是通过分数来为集合中的成员进行从小到大的排序。然而需要额外指出的是，尽管Sorted-Sets中的成员必须是唯一的，但是分数(score)却是可以重复的。

　　 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。

3. 代码实现

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。

首先写两个要用到的两个方法, 一个批量插入数据，一个获取排行榜Top n。

  /**
    * @Description: 批量添加zset数据
    * @author mazhq
    */
	public Long setBatchZSet(String key, Set<ZSetOperations.TypedTuple<Object>> typedTuples) {
		try {
			return redisTemplate.opsForZSet().add(key, typedTuples);
		} catch (Exception e) {
			logger.error("redis setZSet failed, key = " + key + "| error:" + e.getMessage(), e);
			return 0L;
		}
	}

	/**
	* @Description: 获取排行前面的数据
	* @author mazhq
	*/
	public List<Object> getTopRankZSet(String key, int topCount) {
		try {
			Set<Object> range = redisTemplate.opsForZSet().reverseRange(key, 0, topCount);
			return Arrays.asList(range.toArray());
		} catch (Exception e) {
			logger.error("redis getTopRankZSet failed, key = " + key + "| error:" + e.getMessage(), e);
			return new ArrayList<>();
		}
	}

　　

插入排行榜数据

/**
* @Description: 批量添加图片排行榜数据
* @author mazhq
*/
public void batchAddImageData(){
    //获取喜欢和不喜欢的map数据 key是图片ID
    Map<String, Integer> map = userBehaviorRecordManager.getQuickImageStatistic();
    //获取所有图片列表
    List<ImageConfigBean> imageConfigBeanList = quickImageConfigManager.getRealAllList();
    Set<ZSetOperations.TypedTuple<Object>> tuples = new HashSet<>();
    for (ImageConfigBean imageConfigResp : imageConfigBeanList) {
        String likeKey = imageConfigResp.getGuid() + QuickConstant.LIKE;
        String unLikeKey = imageConfigResp.getGuid() + QuickConstant.UNLIKE;
        //ctr算法 以1000为统计精确维度 即精确到小数点后三位
        double ctr = 1000d;
        if (map.containsKey(likeKey) && map.containsKey(unLikeKey)) {
            double total = (map.get(likeKey)).doubleValue() + map.get(unLikeKey).doubleValue() + 20d;
            double ctrStatistic = (map.get(likeKey).doubleValue() + 20d) / total;
            ctr = (double) Math.round(ctrStatistic * 1000);
        }else if(!map.containsKey(likeKey) && map.containsKey(unLikeKey)){
            double total =  map.get(unLikeKey).doubleValue() + 20d;
            double ctrStatistic =  20d / total;
            ctr = (double) Math.round(ctrStatistic * 1000);
        }

        DefaultTypedTuple<Object> tuple = new DefaultTypedTuple<>(imageConfigResp.getGuid() + "", ctr);
        tuples.add(tuple);
    }

    redisClient.setBatchZSet(RedisKeysManager.getMiniProgramSlideRankingKey(), tuples);
}

　　

获取Top50排行榜数

 /**
    * @Description: 获取排行榜top50条记录
    * @author mazhq
    */
    @RequestMapping("/getTop50")
    public String getTop50() {
        List<Object> stringList = redisClient.getTopRankWithScoresZSet(RedisKeysManager.getMiniProgramSlideRankingKey(), 50);
        return JSONObject.toJSONString(stringList);
    }

其它集合操作方法

//单个增加集合内容
public boolean setSortedSet(String key, double score, Object value) {
        try {
		    return redisTemplate.opsForZSet().add(key, value, score);
        } catch (Exception e) {
            logger.error("redis setSortedSet failed, key = " + key + "| error:" + e.getMessage(), e);
            return false;
        }
	}
//单个增加分数
public double incrementScore(String key, double score, Object value) {
        try {
            return redisTemplate.opsForZSet().incrementScore(key, value, score);
        } catch (Exception e) {
            logger.error("redis incrementScore failed, key = " + key + "| error:" + e.getMessage(), e);
            return 0.0;
        }
    }
//单个删除
 public boolean delSortedSet(String key, Object... values) {
        try {
            long count = redisTemplate.opsForZSet().remove(key, values);
            return count > 0;
        } catch (Exception e) {
            logger.error("redis delSortedSet failed, key = " + key + "| error:" + e.getMessage(), e);
            return false;
        }
    }

4. 总结

新增or更新

//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

//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);

查寻

//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);
//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
Long count(K key, double min, double max);

//统计集合基数
Long zCard(K key);

　　

基本整理了排行榜用到的所有方法,排行榜有这一篇文章够用了。同时大家注意当redis缓存被清空，如何重新计算排行榜相关数据，或者安排定时排行榜数据定时落地逻辑。

避免redis缓存出现问题导致系统瘫痪。