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: 9001spring: 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！
[]()