百度360必应搜狗淘宝本站头条
当前位置:网站首页 > 技术教程 > 正文

使用 Redis 实现一个排行榜(redis做排名 用什么数据类型合适)

mhr18 2025-07-27 22:03 18 浏览 0 评论

一句话总结

使用 Redis 的 Sorted Set(有序集合)实现排行榜:
1. 用 ZADD 命令添加成员及其分数
2. 通过 ZREVRANGE 获取分数从高到低的排名
3. ZRANK 可查询成员具体排名
4. 结合 ZSCORE 获取成员具体分数
5. 相同分数默认按字典序排序,可用时间戳作为辅助排序条件

详细解析

使用 Redis 实现排行榜的核心是利用其 有序集合(ZSET, Sorted Set) 数据结构。ZSET 支持按分数(Score)快速排序,并提供了丰富的命令用于动态更新、查询排名、获取 Top N 等操作,非常适合实现实时排行榜。

以下是完整的实现步骤和关键细节:

一、核心原理:ZSET 的特性

ZSET 的每个元素由 成员(Member)分数(Score) 组成,Redis 会根据分数对成员进行升序排序(默认)或降序排序(通过命令参数控制)。排行榜的核心操作(如更新分数、查询排名、获取 Top N)都可以通过 ZSET 的命令高效完成。

特性

说明

自动排序

插入/更新成员时,Redis 自动根据分数排序,无需手动维护。

快速排名查询

支持 O(logN) 时间复杂度查询成员的排名(升序/降序)。

范围查询

支持按分数范围或排名范围快速获取 Top N 或分页数据。

原子操作

所有 ZSET 命令都是原子的,适合高并发场景。

二、排行榜的核心操作

假设我们要实现一个“游戏积分排行榜”,需要支持以下功能:

  • 记录用户的积分(分数);
  • 实时更新用户积分;
  • 查询用户当前排名;
  • 获取 Top N 玩家列表;
  • 处理同分排名(并列情况);
  • 分页查询(如第 11-20 名)。

1. 初始化排行榜(添加用户和分数)

使用ZADD命令向 ZSET 中添加成员和分数。若成员已存在,会更新其分数并重新排序。

命令格式
ZADD key [NX|XX] [CH] [INCR] score member [score member ...]

  • key:排行榜的键(如game:ranking);
  • score:用户的分数(如积分);
  • member:用户的唯一标识(如用户 ID);
  • 可选参数:NX(仅新增)、XX(仅更新)、CH(返回修改的成员数)、INCR(分数增量模式)。

示例(初始化 3 个用户):

# 用户 U1 积分 100,U2 积分 200,U3 积分 150
ZADD game:ranking 100 U1 200 U2 150 U3

2. 更新用户分数(实时调整排名)

使用ZADD或ZINCRBY命令更新分数。ZINCRBY适合需要增量更新的场景(如用户得分增加 50)。

  • 直接设置分数(覆盖)
    ZADD game:ranking <新分数> <用户ID>
    示例:ZADD game:ranking 250 U1(U1 积分从 100 变为 250)。
  • 增量更新分数(加减)
    ZINCRBY game:ranking <增量> <用户ID>
    示例:ZINCRBY game:ranking 50 U3(U3 积分从 150 变为 200)。
  • 3. 查询用户排名

使用ZREVRANK(降序排名,更符合排行榜习惯)或ZRANK(升序排名)获取用户的排名(从 0 开始计数)。

  • 降序排名(分数越高排名越前):
    ZREVRANK key member
    示例:查询 U2 的排名:ZREVRANK game:ranking U2→ 返回0(第 1 名)。
  • 升序排名(分数越低排名越前):
    ZRANK key member
    示例:ZRANK game:ranking U1→ 若 U1 分数最低,返回0(第 1 名)。

注意:排名从 0 开始,若要显示为“第 1 名”需手动 +1。

4. 获取 Top N 玩家(按分数排序)

使用ZREVRANGE(降序)或ZRANGE(升序)获取指定排名范围内的成员和分数。

  • 降序获取 Top N(分数从高到低):
    ZREVRANGE key start stop [WITHSCORES]start:起始偏移量(0 表示第 1 名);stop:结束偏移量(-1 表示最后一名);WITHSCORES:可选参数,返回成员的分数。

示例

# 获取前 3 名(第 1-3 名)
ZREVRANGE game:ranking 0 2 WITHSCORES
# 输出:["U1", "250", "U2", "200", "U3", "200"] (假设 U1 250,U2 和 U3 各 200)
  • 分页查询(如第 11-20 名):
    ZREVRANGE game:ranking 10 19 WITHSCORES

5. 处理同分排名(并列情况)

ZSET 中若多个成员分数相同,Redis 会按成员的字典序排序(升序)。例如,U2("U2")和 U3("U3")分数相同,U2 会排在 U3 前面(因为 "U2" < "U3" 按字典序)。

若需避免同分按字典序排序(如希望先达到该分数的用户排名更前),可以将分数设计为复合值,例如:
分数 = 主积分 * 10^6 + 时间戳(时间戳用于区分先后)。
这样,主积分相同的用户,时间戳更小(更早达到)的分数更高,排名更前。

6. 其他常用操作

需求

命令

说明

获取用户分数

ZSCORE key member

示例:ZSCORE game:ranking U1→ 返回250

删除用户

ZREM key member

从排行榜中移除用户

统计分数区间内的用户

ZCOUNT key min max

示例:统计分数在 200-300 之间的用户数:ZCOUNT game:ranking 200 300

获取总用户数

ZCARD key

返回排行榜总人数

三、扩展场景:多维度排行榜

实际业务中可能需要不同维度的排行榜(如日榜、周榜、月榜),可以通过键命名规范定时任务实现。

1. 日榜/周榜的存储

  • 键名设计:ranking:daily:20240520(日榜)、ranking:weekly:2024W20(周榜)。
  • 每日/周结束时,通过ZUNIONSTORE合并临时数据到长期榜单,或直接过期旧榜单(EXPIRE命令设置过期时间)。

2. 同时记录用户额外信息

排行榜通常需要展示用户昵称、头像等信息,可结合 Hash 结构存储用户详情:

  • ZSET 存储用户ID → 分数;
  • Hash 存储用户ID → 昵称、头像、等级等信息。
    查询时,先通过ZREVRANGE获取 Top N 的用户ID,再通过HMGET获取用户详情。

四、性能优化建议

  1. 批量操作:高并发场景下,使用 管道(Pipeline) 批量执行多个 ZSET 命令(如批量更新分数),减少网络开销。
  2. 原子性操作:涉及多个命令的复合操作(如更新分数并记录日志),使用 Lua 脚本保证原子性。
    示例(安全地增量更新分数):
-- 脚本功能:若用户存在则增加分数,否则返回错误
local score = redis.call('ZSCORE', KEYS[1], ARGV[1])
if score then
    return redis.call('ZINCRBY', KEYS[1], ARGV[2], ARGV[1])
else
    return 'user not exists'
end

3、内存优化:若排行榜数据量极大(如亿级用户),可定期归档旧数据(如只保留最近 30 天的排名)。

五、总结

Redis 的 ZSET 是实现排行榜的“天然工具”,核心步骤包括:

  1. 使用ZADD/ZINCRBY维护用户分数;
  2. 使用ZREVRANK查询用户排名;
  3. 使用ZREVRANGE获取 Top N 或分页数据;
  4. 结合键命名和 Hash 结构扩展多维度排行榜和用户信息。

相关推荐

订单超时自动取消业务的 N 种实现方案,从原理到落地全解析

在分布式系统架构中,订单超时自动取消机制是保障业务一致性的关键组件。某电商平台曾因超时处理机制缺陷导致日均3000+订单库存锁定异常,直接损失超50万元/天。本文将从技术原理、实现细节、...

使用Spring Boot 3开发时,如何选择合适的分布式技术?

作为互联网大厂的后端开发人员,当你满怀期待地用上SpringBoot3,准备在项目中大显身手时,却发现一个棘手的问题摆在面前:面对众多分布式技术,究竟该如何选择,才能让SpringBoot...

数据库内存爆满怎么办?99%的程序员都踩过这个坑!

你的数据库是不是又双叒叕内存爆满了?!服务器监控一片红色警告,老板在群里@所有人,运维同事的电话打爆了手机...这种场景是不是特别熟悉?别慌!作为一个在数据库优化这条路上摸爬滚打了10年的老司机,今天...

springboot利用Redisson 实现缓存与数据库双写不一致问题

使用了Redisson来操作Redis分布式锁,主要功能是从缓存和数据库中获取商品信息,以下是针对并发时更新缓存和数据库带来不一致问题的解决方案1.基于读写锁和删除缓存策略在并发更新场景下,...

外贸独立站数据库炸了?对象缓存让你起死回生

上周黑五,一个客户眼睁睁看着服务器CPU飙到100%——每次页面加载要查87次数据库。这让我想起2024年Pantheon的测试:Redis缓存能把WooCommerce查询速度提升20倍。跨境电商最...

手把手教你在 Spring Boot3 里纯编码实现自定义分布式锁

为什么要自己实现分布式锁?你是不是早就受够了引入各种第三方依赖时的繁琐?尤其是分布式锁这块,每次集成Redisson或者Zookeeper,都得额外维护一堆配置,有时候还会因为版本兼容问题头疼半...

如何设计一个支持百万级实时数据推送的WebSocket集群架构?

面试解答:要设计一个支持百万级实时数据推送的WebSocket集群架构,需从**连接管理、负载均衡、水平扩展、容灾恢复**四个维度切入:连接层设计-**长连接优化**:采用Netty或Und...

Redis数据结构总结——面试最常问到的知识点

Redis作为主流的nosql存储,面试时经常会问到。其主要场景是用作缓存,分布式锁,分布式session,消息队列,发布订阅等等。其存储结构主要有String,List,Set,Hash,Sort...

skynet服务的缺陷 lua死循环

服务端高级架构—云风的skynet这边有一个关于云风skynet的视频推荐给大家观看点击就可以观看了!skynet是一套多人在线游戏的轻量级服务端框架,使用C+Lua开发。skynet的显著优点是,...

七年Java开发的一路辛酸史:分享面试京东、阿里、美团后的心得

前言我觉得有一个能够找一份大厂的offer的想法,这是很正常的,这并不是我们的饭后谈资而是每个技术人的追求。像阿里、腾讯、美团、字节跳动、京东等等的技术氛围与技术规范度还是要明显优于一些创业型公司...

mysql mogodb es redis数据库之间的区别

1.MySQL应用场景概念:关系型数据库,基于关系模型,使用表和行存储数据。优点:支持ACID事务,数据具有很高的一致性和完整性。缺点:垂直扩展能力有限,需要分库分表等方式扩展。对于复杂的查询和大量的...

redis,memcached,nginx网络组件

1.理解阻塞io,非阻塞io,同步io,异步io的区别2.理解BIO和AIO的区别io多路复用只负责io检测,不负责io操作阻塞io中的write,能写多少是多少,只要写成功就返回,譬如准备写500字...

SpringBoot+Vue+Redis实现验证码功能

一个小时只允许发三次验证码。一次验证码有效期二分钟。SpringBoot整合Redis...

AWS MemoryDB 可观测最佳实践

AWSMemoryDB介绍AmazonMemoryDB是一种完全托管的、内存中数据存储服务,专为需要极低延迟和高吞吐量的应用程序而设计。它与Redis和Memcached相似,但具有更...

从0构建大型AI推荐系统:实时化引擎从工具到生态的演进

在AI浪潮席卷各行各业的今天,推荐系统正从幕后走向前台,成为用户体验的核心驱动力。本文将带你深入探索一个大型AI推荐系统从零起步的全过程,揭示实时化引擎如何从单一工具演进为复杂生态的关键路径。无论你是...

取消回复欢迎 发表评论: