共计 5485 个字符，预计需要花费 14 分钟才能阅读完成。
不晓得各位最近有没有看东京奥运会啊，昨晚看完是被小日子过得不错的日本人气得不行。好家伙，这届奥运会奥林匹克精力我是没看到，抗日精力硬是给我唤醒了，刚关上了金牌排行榜看了一下，还好临时还是第一。
尽管说日本有眼盲的裁判，美国有田径的统治位置，感性来说咱们只能争第三，但理性上我依然心愿中国队脚踢狗皮膏药，拳打自由女神，摘得最终桂冠！
[]()
话说回来，排行榜这个性能置信大家都不生疏，像各种较量各种游戏都会有这玩意，毕竟有人的中央就有竞争，这个性能实现起来也并不难，明天咱们就用 Redis 花 5 分钟来实现这样一个奥运会金牌排行榜这个性能。
大伙感兴趣的话也能够把残缺源码拿过来玩玩，略微改改就能用，点击 金牌排行榜源码 就能够白嫖了！
剖析
一开始打算间接应用 mysql 数据库来做，遇到一个问题，每个国家的分数都会变动,如何可能获取到国家的排名呢？ 数据库能够通过分数进行 row_num 排序，然而这个办法须要进行全表扫描，当参加的人数达到 10000 的时候查问就十分慢了。
redis 的排行榜性能就完满锲合了这个需要。来看看我是怎么实现的吧。
[]()
实现
一.redis sorts sets 简介
Sorted Sets 数据类型就像是 set 和 hash 的混合。与 sets 一样，Sorted Sets 是惟一的，不反复的字符串组成。能够说 Sorted Sets 也是 Sets 的一种。
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，因而每次增加元素时，Redis 都会执行 O(log(N))操作。所以当咱们要求排序的时候，Redis 基本不须要做任何工作了，早曾经全部排好序了。元素的分数能够随时更新。
二.springboot 中应用 RedisTemplate
本文次要通过 redisTemplate 来操作 redis, 当然也能够应用 redis-client, 看集体爱好.
我在本机开启了一个单点的 redis，配置文件如下
server:
port: 9001
spring:
redis:
database: 0
url: redis://user:123@127.0.0.1:6379
host: 127.0.0.1
password: 123
port: 6379
ssl: false
timeout: 5000Maven 依赖引入如下
<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. 代码实现
1. 注入 redis，将 key 申明为常量 SCORE_RANK
@Autowired
private StringRedisTemplate redisTemplate;
public static final String SCORE_RANK = "score_rank";2. 新增默认排行数据
这里应用 for 循环创立汇合，再应用批量新增 10 万条数据
/**
* 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<>("张三" + i, 1D + i);
tuples.add(tuple);
}
System.out.println("循环工夫:" +( System.currentTimeMillis() - start));
Long num = redisTemplate.opsForZSet().add(SCORE_RANK, tuples);
System.out.println("批量新增工夫:" +(System.currentTimeMillis() - start));
System.out.println("受影响行数：" + num);
}// 输入
循环工夫:56
批量新增工夫:1015
受影响行数：1000003. 获取前 10 名(依据分数倒序)
提供了两种获取办法，返回值一个带有 score，一个没有
/**
* 获取排行列表
*/
@Test
public void list() {Set<String> range = redisTemplate.opsForZSet().reverseRange(SCORE_RANK, 0, 10);
System.out.println("获取到的排行列表:" + JSON.toJSONString(range));
Set<ZSetOperations.TypedTuple<String>> rangeWithScores = redisTemplate.opsForZSet().reverseRangeWithScores(SCORE_RANK, 0, 10);
System.out.println("获取到的排行和分数列表:" + JSON.toJSONString(rangeWithScores));
}// 输入
获取到的排行列表:["张三 99999","张三 99998","张三 99997","张三 99996","张三 99995","张三 99994","张三 99993","张三 99992","张三 99991","张三 99990","张三 99989"]
获取到的排行和分数列表:[{"score":100000.0,"value":"张三 99999"},{"score":99999.0,"value":"张三 99998"},{"score":99998.0,"value":"张三 99997"},{"score":99997.0,"value":"张三 99996"},{"score":99996.0,"value":"张三 99995"},{"score":99995.0,"value":"张三 99994"},{"score":99994.0,"value":"张三 99993"},{"score":99993.0,"value":"张三 99992"},{"score":99992.0,"value":"张三 99991"},{"score":99991.0,"value":"张三 99990"},{"score":99990.0,"value":"张三 99989"}]4. 新增华夏的分数
将“华夏”退出到排行榜中，redis 会在插入的时候进行，在取出的时候就能够间接取出，不须要再做排序操作
/**
* 单个新增
*/
@Test
public void add() {redisTemplate.opsForZSet().add(SCORE_RANK, "华夏", 9999);
}5. 获取华夏的排行
/**
* 获取单个的排行
*/
@Test
public void find(){Long rankNum = redisTemplate.opsForZSet().reverseRank(SCORE_RANK, "华夏");
System.out.println("华夏的集体排名：" + rankNum);
Double score = redisTemplate.opsForZSet().score(SCORE_RANK, "华夏");
System.out.println("华夏的分数:" + score);
}// 输入
华夏的集体排名：1
华夏的金牌数:99996. 统计分数区间国家数
redis 还提供了统计分数区间的办法，如下
/**
* 统计两个分数之间的国家
*/
@Test
public void count(){Long count = redisTemplate.opsForZSet().count(SCORE_RANK, 8001, 9999);
System.out.println("统计 8001-9999 之间的国家:" + count);
}// 输入
统计 8001-9999 之间的国家:9997. 获取汇合的基数(数量大小)
/**
* 获取整个汇合的基数(数量大小)
*/
@Test
public void zCard(){Long aLong = redisTemplate.opsForZSet().zCard(SCORE_RANK);
System.out.println("汇合的基数为：" + aLong);
}// 输入
汇合的基数为：1000018. 应用加法操作分数
这个办法是间接在原有的 score 上应用加法; 如果没有这个元素，则会创立，并且 score 初始为 0. 再应用加法
/**
* 应用加法操作分数
*/
@Test
public void incrementScore(){Double score = redisTemplate.opsForZSet().incrementScore(SCORE_RANK, "华夏", 1000);
System.out.println("华夏分数 +1000 后：" + score);
}// 输入
华夏分数 +1000 后：9899.0四. 演绎
在以上测试类中咱们应用了 redis 的那些性能呢？在以上的例子中咱们应用了单个新增，批量新增，获取前十，获取单人排名这些操作，然而 redisTemplate 还提供了更多的办法。
新增 or 更新
有三种形式，一种是单个，一种是批量，对分数应用加法(如果不存在，则从 0 开始加)。
// 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);
// 应用加法操作分数
Double incrementScore(K key, V value, double delta);删除
删除提供了三种形式：通过 key/values 删除，通过排名区间删除，通过分数区间删除。
// 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
1. 列表查问:
分为两大类，正序和逆序。以下只列表正序的，逆序的只需在办法前加上 reverse 即可
// 通过排名区间获取列表值汇合
Set<V> range(K key, long start, long end);
// 通过排名区间获取列表值和分数汇合
Set<TypedTuple<V>> rangeWithScores(K key, long start, long end);
// 通过分数区间获取列表值汇合
Set<V> rangeByScore(K key, double min, double max);
// 通过分数区间获取列表值和分数汇合
Set<TypedTuple<V>> rangeByScoreWithScores(K key, double min, double max);
// 通过 Range 对象删选再获取汇合排行
Set<V> rangeByLex(K key, Range range);
// 通过 Range 对象删选再获取 limit 数量的汇合排行
Set<V> rangeByLex(K key, Range range, Limit limit);2. 单人查问
可获取单人排行，和通过 key/value 获取分数。以下只列表正序的，逆序的只需在办法前加上 reverse 即可
// 获取国家排行
Long rank(K key, Object o);
// 获取国家分数
Double score(K key, Object o);统计
统计分数区间的人数，统计汇合基数。
// 统计分数区间的人数
Long count(K key, double min, double max);
// 统计汇合基数
Long zCard(K key);结语
以上就是 redis 中应用排行榜性能的一些例子，和对 redis 的操作方法了。redis 不仅仅只是作为缓存，它更是数据库，提供了许多的性能，咱们都能够好好的利用。
在这里我应用 redis 来实现了 2020 东京奥运会金牌排行的展现，无论是在批量更新或是获取集体排行等不便，都有着很高效率，也升高了对数据库操作的压力，达到了很好的成果。
都看到这里了，点个赞吧各位看官老爷们，源码放在这了，点击 金牌排行榜源码 就能够拿去玩啦！
[]()
