在日常的开发中，经常会碰到需要对用户的分值等进行排序，比如在游戏里面需要对战斗力进行排行，在组队活动中需要对各个队伍的贡献值进行排行，在微信中需要对各个好友的步数进行排行，此时一般会选择Redis的有序集合对用户的分数进行存储，从而实现排行榜的需求，但是不同的场景排行榜的方式也略有不同，以下根据自己日常的开发进行了一下归纳总结。
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
"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 |
|---|---|---|
| a | 100 | 1 |
| b | 99 | 2 |
| c | 99 | 2 |
| d | 88 | 4 |
| e | 87 | 5 |
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。
到此这篇关于Redis实现排行榜及相同积分按时间排序的文章就介绍到这了,更多相关Redis排行榜按时间排序内容请搜索我们以前的文章或继续浏览下面的相关文章希望大家以后多多支持我们！
