轉載請註明出處:https://blog.csdn.net/m0_37459380/article/details/82971525
需求
前段時間,做了一個世界盃競猜積分排行榜。對世界盃64場球賽勝負平進行猜測,猜對+1分,錯誤+0分,一人一場只能猜一次。
1.展示前一百名列表。
2.展示個人排名(如:張三,您當前的排名106579)。
分析
一開始打算直接使用mysql數據庫來做,遇到一個問題,每個人的分數都會變化,如何能夠獲取到個人的排名呢?數據庫可以通過分數進行row_num排序,但是這個方法需要進行全表掃描,當參與的人數達到10000的時候查詢就非常慢了。
redis的排行榜功能就完美鍥合了這個需求。來看看我是怎麼實現的吧。
實現
一.redis sorts sets簡介
Sorted Sets數據類型就像是set和hash的混合。與sets一樣,Sorted Sets是唯一的,不重複的字符串組成。可以說Sorted Sets也是Sets的一種。
Sorted Sets是通過Skip List(跳躍表)和hash Table(哈希表)的雙端口數據結構實現的,因此每次添加元素時,Redis都會執行O(log(N))操作。所以當我們要求排序的時候,Redis根本不需要做任何工作了,早已經全部排好序了。元素的分數可以隨時更新。
二.springboot 中使用RedisTemplate
本文主要通過redisTemplate來操作redis,當然也可以使用redis-client,看個人喜好.
我在本機開啓了一個單點的redis,配置文件如下
server:
port: 9001
spring:
redis:
database: 0
url: redis://user:[email protected]:6379
host: 127.0.0.1
password: 123
port: 6379
ssl: false
timeout: 5000
Maven依賴引入如下
<parent>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-parent</artifactId>
<version>2.0.4.RELEASE</version>
</parent>
<dependencies>
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-web</artifactId>
</dependency>
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-data-redis</artifactId>
</dependency>
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-test</artifactId>
</dependency>
</dependencies>
三.代碼實現
1.注入redis,將key聲明爲常量SCORE_RANK
@Autowired
private StringRedisTemplate redisTemplate;
public static final String SCORE_RANK = "score_rank";
2.新增默認排行數據
/**
* 批量新增
*/
@Test
public void batchAdd() {
Set<ZSetOperations.TypedTuple<String>> tuples = new HashSet<>();
long start = System.currentTimeMillis();
for (int i = 0; i < 100000; i++) {
DefaultTypedTuple<String> tuple = new DefaultTypedTuple<>("張三" + i, 1D + i);
tuples.add(tuple);
}
System.out.println("循環時間:" +( System.currentTimeMillis() - start));
Long num = redisTemplate.opsForZSet().add(SCORE_RANK, tuples);
System.out.println("批量新增時間:" +(System.currentTimeMillis() - start));
System.out.println("受影響行數:" + num);
}
//輸出
循環時間:56
批量新增時間:1015
受影響行數:100000
3.獲取前10名(根據分數倒序)
/**
* 獲取排行列表
*/
@Test
public void list() {
Set<String> range = redisTemplate.opsForZSet().reverseRange(SCORE_RANK, 0, 10);
System.out.println("獲取到的排行列表:" + JSON.toJSONString(range));
Set<ZSetOperations.TypedTuple<String>> rangeWithScores = redisTemplate.opsForZSet().reverseRangeWithScores(SCORE_RANK, 0, 10);
System.out.println("獲取到的排行和分數列表:" + JSON.toJSONString(rangeWithScores));
}
//輸出
獲取到的排行列表:["張三99999","張三99998","張三99997","張三99996","張三99995","張三99994","張三99993","張三99992","張三99991","張三99990","張三99989"]
獲取到的排行和分數列表:[{"score":100000.0,"value":"張三99999"},{"score":99999.0,"value":"張三99998"},{"score":99998.0,"value":"張三99997"},{"score":99997.0,"value":"張三99996"},{"score":99996.0,"value":"張三99995"},{"score":99995.0,"value":"張三99994"},{"score":99994.0,"value":"張三99993"},{"score":99993.0,"value":"張三99992"},{"score":99992.0,"value":"張三99991"},{"score":99991.0,"value":"張三99990"},{"score":99990.0,"value":"張三99989"}]
4.新增李四的分數
/**
* 單個新增
*/
@Test
public void add() {
redisTemplate.opsForZSet().add(SCORE_RANK, "李四", 8899);
}
5.獲取李四單人的排行
/**
* 獲取單個的排行
*/
@Test
public void find(){
Long rankNum = redisTemplate.opsForZSet().reverseRank(SCORE_RANK, "李四");
System.out.println("李四的個人排名:" + rankNum);
Double score = redisTemplate.opsForZSet().score(SCORE_RANK, "李四");
System.out.println("李四的分數:" + score);
}
//輸出
李四的個人排名:91101
李四的分數:8899.0
6.統計分數之間有多少人
/**
* 統計兩個分數之間的人數
*/
@Test
public void count(){
Long count = redisTemplate.opsForZSet().count(SCORE_RANK, 8001, 9000);
System.out.println("統計8001-9000之間的人數:" + count);
}
//輸出
統計8001-9000之間的人數:1001
7.獲取集合的基數(數量大小)
/**
* 獲取整個集合的基數(數量大小)
*/
@Test
public void zCard(){
Long aLong = redisTemplate.opsForZSet().zCard(SCORE_RANK);
System.out.println("集合的基數爲:" + aLong);
}
//輸出
集合的基數爲:100001
8.使用加法操作分數
/**
* 使用加法操作分數
*/
@Test
public void incrementScore(){
Double score = redisTemplate.opsForZSet().incrementScore(SCORE_RANK, "李四", 1000);
System.out.println("李四分數+1000後:" + score);
}
//輸出
李四分數+1000後:9899.0
四.歸納
在以上測試類中我們使用了redis的那些功能呢?在以上的例子中我們使用了單個新增,批量新增,獲取前十,獲取單人排名這些操作,但是redisTemplate還提供了更多的方法。
新增or更新
有三種方式,一種是單個,一種是批量,對分數使用加法(如果不存在,則從0開始加)。
//單個新增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);
//使用加法操作分數
Double incrementScore(K key, V value, double delta);
刪除
刪除提供了三種方式:通過key/values刪除,通過排名區間刪除,通過分數區間刪除。
//通過key/value刪除
Long remove(K key, Object... values);
//通過排名區間刪除
Long removeRange(K key, long start, long end);
//通過分數區間刪除
Long removeRangeByScore(K key, double min, double max);
查
1.列表查詢:分爲兩大類,正序和逆序。以下只列表正序的,逆序的只需在方法前加上reverse即可:
//通過排名區間獲取列表值集合
Set<V> range(K key, long start, long end);
//通過排名區間獲取列表值和分數集合
Set<TypedTuple<V>> rangeWithScores(K key, long start, long end);
//通過分數區間獲取列表值集合
Set<V> rangeByScore(K key, double min, double max);
//通過分數區間獲取列表值和分數集合
Set<TypedTuple<V>> rangeByScoreWithScores(K key, double min, double max);
//通過Range對象刪選再獲取集合排行
Set<V> rangeByLex(K key, Range range);
//通過Range對象刪選再獲取limit數量的集合排行
Set<V> rangeByLex(K key, Range range, Limit limit);
2.單人查詢
可獲取單人排行,和通過key/value獲取分數。以下只列表正序的,逆序的只需在方法前加上reverse即可:
//獲取個人排行
Long rank(K key, Object o);
//獲取個人分數
Double score(K key, Object o);
統計
統計分數區間的人數,統計集合基數。
//統計分數區間的人數
Long count(K key, double min, double max);
//統計集合基數
Long zCard(K key);
結語
以上就是redis中使用排行榜功能的一些例子,和對redis的操作方法了。redis不僅僅只是作爲緩存,它更是數據庫,提供了許多的功能,我們都可以好好的利用。
在這裏我使用redis來實現了世界盃積分排行的展示,無論是在批量更新或是獲取個人排行等方便,都有着很高效率,也降低了對數據庫操作的壓力,達到了很好的效果。
感謝您的閱讀,如果您覺得閱讀本文對您有幫助,請點一下“推薦”按鈕。本文歡迎各位轉載,但是轉載文章之後必須在文章開頭給出原文鏈接。