Redis 实现用户积分和积分排行榜微服务优化

阿里云国内75折 回扣 微信号：monov8
阿里云国际，腾讯云国际，低至75折。AWS 93折 免费开户实名账号 代冲值 优惠多多 微信号：monov8 飞机：@monov6

文章目录


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。
在这里插入图片描述

积分排行控制层redis实现

    /**
     * 查询前 20 积分排行榜同时显示用户排名 -- Redis
     *
     * @param access_token
     * @return
     */
    @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；
    /**
     * 查询前 20 积分排行榜并显示个人排名 -- Redis
     *
     * @param accessToken
     * @return
     */
    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
在这里插入图片描述

{
    "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。🏃🏃🏃

阿里云国内75折 回扣 微信号：monov8
阿里云国际，腾讯云国际，低至75折。AWS 93折 免费开户实名账号 代冲值 优惠多多 微信号：monov8 飞机：@monov6
标签: redis
返回列表

上一篇：【C++】string类的模拟实现

下一篇：【230125-4】已知实数x,y满足x平方-xy+y平方=1 求：x+y的最大值？

“Redis 实现用户积分和积分排行榜微服务优化” 的相关文章

浅谈如何使用Redis实现分布式锁1年前 (2023-02-02)
Redis从入门到精通（一：Redis入门）1年前 (2023-02-02)
Redis持久化——AOF机制详解1年前 (2023-02-02)
操作Redis客户端工具详解之功能介绍及配置1年前 (2023-02-02)
Redis发布和订阅1年前 (2023-02-02)
宕机了，Redis如何避免数据丢失？1年前 (2023-02-02)
Java 使用 Redis1年前 (2023-02-02)
PHP 和 Redis1年前 (2023-02-02)
Redis持久化-RDB1年前 (2023-02-02)
Redis消息队列 | 黑马点评1年前 (2023-02-02)

阿里云国际版