Redis 实现用户积分和积分排行榜微服务优化

在之前的博客中我通过 MySQL数据库实现了积分和积分排行榜功能，在数据量大和并发量高的情况下会有以下缺点：

• SQL编写复杂；
• 数据量大，执行统计SQL慢；
• 高并发下会拖累其他业务表的操作，导致系统变慢；

使用 Sorted Sets 保存用户的积分总数，因为 Sorted Sets 有 score 属性，能够方便保存与读取，使用指令：

# 添加元素的分数，如果member不存在就会自动创建ZINCRBY key increment member # 按分数从大到小进行读取zrevrange key# 根据分数从大到小获取member排名zrevrank key member

修改添加积分方法

当将用户积分记录插入数据库后，同时利用ZINCRBY指令，将数据存入Redis中，这里不使用ZADD的原因是当用户不存在记录要插入，而且存在时需要将分数累加。

积分排行控制层redis实现

        @GetMapping("redis")    public ResultInfo findDinerPointsRankFromRedis(String access_token) {        List<UserPointsRankVO> ranks = userPointsService.findUserPointRankFromRedis(access_token);        return ResultInfoUtil.buildSuccess(request.getServletPath(), ranks);    }

积分排行业务逻辑层

• 排行榜：从Redis中根据user:points的key按照score的排序进行读取，这里使用Redis的ZREVRANGE指令，但在ZREVRANGE指令只返回member，不返回score，在RedisTemplate的ZSetOperations中有一个一个API方法叫reverseRangeWithScores(key, start, end)其中start从0开始，返回的是member和score，底层是将ZREVRANGE与ZSCORE指令进行组装。
• 个人排名：使用REVRANK和ZSCORE操作进行读取；

        public List<UserPointsRankVO> findUserPointRankFromRedis(String accessToken) {        // 获取登录用户信息        SignInUserInfo signInUserInfo = loadSignInUserInfo(accessToken);        // 统计积分排行榜        Set<ZSetOperations.TypedTuple<Integer>> rangeWithScores = redisTemplate.opsForZSet().reverseRangeWithScores(                RedisKeyConstant.user_points.getKey(), 0, 19);        if (rangeWithScores == null || rangeWithScores.isEmpty()) {            return Lists.newArrayList();        }        // 初始化用户 ID 集合        List<Integer> rankuserIds = Lists.newArrayList();        // 根据 key：用户 ID value：积分信息 构建一个 Map        Map<Integer, UserPointsRankVO> ranksMap = new LinkedHashMap<>();        // 初始化排名        int rank = 1;        // 循环处理排行榜，添加排名信息        for (ZSetOperations.TypedTuple<Integer> rangeWithScore : rangeWithScores) {            // 用户ID            Integer userId = rangeWithScore.getValue();            // 积分            int points = rangeWithScore.getScore().intValue();            // 将用户 ID 添加至用户 ID 集合            rankuserIds.add(userId);            UserPointsRankVO userPointsRankVO = new UserPointsRankVO();            userPointsRankVO.setId(userId);            userPointsRankVO.setRanks(rank);            userPointsRankVO.setTotal(points);            // 将 VO 对象添加至 Map 中            ranksMap.put(userId, userPointsRankVO);            // 排名 +1            rank++;        }        // 获取 users 用户信息        ResultInfo resultInfo = restTemplate.getForObject(usersServerName +                        "findByIds?access_token=${accessToken}&ids={ids}",                ResultInfo.class, accessToken, StrUtil.join(",", rankuserIds));        if (resultInfo.getCode() != ApiConstant.SUCCESS_CODE) {            throw new ParameterException(resultInfo.getCode(), resultInfo.getMessage());        }        List<LinkedHashMap> dinerInfoMaps = (List<LinkedHashMap>) resultInfo.getData();        // 完善用户昵称和头像        for (LinkedHashMap dinerInfoMap : dinerInfoMaps) {            ShortUserInfo shortDinerInfo = BeanUtil.fillBeanWithMap(dinerInfoMap,                    new ShortUserInfo(), false);            UserPointsRankVO rankVO = ranksMap.get(shortDinerInfo.getId());            rankVO.setNickname(shortDinerInfo.getNickname());            rankVO.setAvatarUrl(shortDinerInfo.getAvatarUrl());        }        // 判断个人是否在 ranks 中，如果在，添加标记直接返回        if (ranksMap.containsKey(signInUserInfo.getId())) {            UserPointsRankVO rankVO = ranksMap.get(signInUserInfo.getId());            rankVO.setIsMe(1);            return Lists.newArrayList(ranksMap.values());        }        // 如果不在 ranks 中，获取个人排名追加在最后        // 获取排名        Long myRank = redisTemplate.opsForZSet().reverseRank(                RedisKeyConstant.user_points.getKey(), signInUserInfo.getId());        if (myRank != null) {            UserPointsRankVO me = new UserPointsRankVO();            BeanUtils.copyProperties(signInUserInfo, me);            me.setRanks(myRank.intValue() + 1);// 排名从 0 开始            me.setIsMe(1);            // 获取积分            Double points = redisTemplate.opsForZSet().score(RedisKeyConstant.user_points.getKey(),                    signInUserInfo.getId());            me.setTotal(points.intValue());            ranksMap.put(signInUserInfo.getId(), me);        }        return Lists.newArrayList(ranksMap.values());    }

Redis排行榜测试

查询结果如下：

{    "code": 1,    "message": "Successful.",    "path": "/redis",    "data": [        {            "id": 1171,            "nickname": "共饮一杯无",            "avatarUrl": null,            "total": 773,            "ranks": 1,            "isMe": null        },        {            "id": 482,            "nickname": "共饮一杯无",            "avatarUrl": null,            "total": 772,            "ranks": 2,            "isMe": null        },        {            "id": 161,            "nickname": "共饮一杯无",            "avatarUrl": null,            "total": 762,            "ranks": 3,            "isMe": null        },        {            "id": 740,            "nickname": "共饮一杯无",            "avatarUrl": null,            "total": 757,            "ranks": 4,            "isMe": null        },        {            "id": 1629,            "nickname": "共饮一杯无",            "avatarUrl": null,            "total": 754,            "ranks": 5,            "isMe": null        },        {            "id": 912,            "nickname": "共饮一杯无",            "avatarUrl": null,            "total": 747,            "ranks": 6,            "isMe": null        },        {            "id": 213,            "nickname": "共饮一杯无",            "avatarUrl": null,            "total": 744,            "ranks": 7,            "isMe": null        },        {            "id": 1477,            "nickname": "共饮一杯无",            "avatarUrl": null,            "total": 742,            "ranks": 8,            "isMe": null        },        {            "id": 771,            "nickname": "共饮一杯无",            "avatarUrl": null,            "total": 737,            "ranks": 9,            "isMe": null        },        {            "id": 791,            "nickname": "共饮一杯无",            "avatarUrl": null,            "total": 736,            "ranks": 10,            "isMe": null        },        {            "id": 1989,            "nickname": "共饮一杯无",            "avatarUrl": null,            "total": 735,            "ranks": 11,            "isMe": null        },        {            "id": 1027,            "nickname": "共饮一杯无",            "avatarUrl": null,            "total": 735,            "ranks": 12,            "isMe": null        },        {            "id": 492,            "nickname": "共饮一杯无",            "avatarUrl": null,            "total": 734,            "ranks": 13,            "isMe": null        },        {            "id": 1743,            "nickname": "共饮一杯无",            "avatarUrl": null,            "total": 733,            "ranks": 14,            "isMe": null        },        {            "id": 1529,            "nickname": "共饮一杯无",            "avatarUrl": null,            "total": 729,            "ranks": 15,            "isMe": null        },        {            "id": 242,            "nickname": "共饮一杯无",            "avatarUrl": null,            "total": 727,            "ranks": 16,            "isMe": null        },        {            "id": 1126,            "nickname": "共饮一杯无",            "avatarUrl": null,            "total": 725,            "ranks": 17,            "isMe": null        },        {            "id": 796,            "nickname": "共饮一杯无",            "avatarUrl": null,            "total": 719,            "ranks": 18,            "isMe": null        },        {            "id": 418,            "nickname": "共饮一杯无",            "avatarUrl": null,            "total": 718,            "ranks": 19,            "isMe": null        },        {            "id": 1435,            "nickname": "共饮一杯无",            "avatarUrl": null,            "total": 717,            "ranks": 20,            "isMe": null        },        {            "id": 6,            "nickname": "共饮一杯无",            "avatarUrl": null,            "total": 627,            "ranks": 172,            "isMe": 1        }    ]}

可以看到id为6的用户排名172，同时展示排名前20名的数据。

使用 JMeter 压测对比

通过JMeter分别对数据库和Redis两种方式实现的积分排行榜进行压力测试（5000并发），可以发现Redis在响应速度，吞吐量上面都提升明显，同时异常率更低。

使用Sorted Sets优势：

• Redis本身内存数据库，读取性能高；
• Sorted Sets底层是SkipList + ZipList既能保证有序又能对数据进行压缩存储；
• Sorted Sets操作简单，几个命令搞定；

Redis Sorted Sets是类似Redis Sets数据结构，不允许重复项的String集合。不同的是Sorted Sets中的每个成员都分配了一个分数值(score)，它用于在Sorted Sets中进行成员排序，从最小值到最大值。Sorted Sets中所有的成员都是唯一的，其分数(score)是可以重复的，即是说一个分数可能会对应多个值。
用Sorted Sets可以非常快的进行添加、删除、或更新成员，其复杂度是O(m*log(n))，m是添加或查询的成员数量。因为成员是按照顺序添加的，所以可以非常快的通过score或者索引进行范围查询。访问Sorted Sets中间的元素也是非常快的，因此可以用sort sets作为一个不重复的小型有序列表。 通过Sorted Sets可以快速操作任何你想做的事情：排序成员，判断成员是否在集合中，快速访问集合中间的成员。
总的来说，在其他数据库比较难完成的任务，用Sorted Sets可以更快更优性能的完成。
更多Sorted Sets的用法可以查看官方文档。

本文内容到此结束了，
如有收获欢迎点赞👍收藏💖关注✔️，您的鼓励是我最大的动力。
如有错误❌疑问💬欢迎各位指出。
主页：共饮一杯无的博客汇总👨‍💻

保持热爱，奔赴下一场山海。🏃🏃🏃

来源地址：https://blog.csdn.net/qq_35427589/article/details/128700848