一:背景
- 实现一个多维度的排行榜(已自然周为一个周期),考虑得分和时间维度。当得分一样时,获得此排名越早的排名越靠前
- 需要监听原始数据,这里分为三个动作:收到、已读、通过。根据三个动作进行各项数据指标的统计
- 用户当前自然周收到、查看、标记的数量
- 根据三个动作等进行多条件过滤,准备出各个条件下的文案提示
二:方案设计
- 针对自然周的定义,可以参考雪花算法的实现。通过设计一个固定不可变基准开始日期A,来将某个日期B化为距离基准日A的周数X来作为周期数来表示
- 针对排行榜的实现,我们可以采用Redis的ZSet来实现。key:固定标识 固定基准日A 距离固定基准日A的周数X value:用户id score:可以参考雪花算法的实现
- 因为score要承担两个维度:得分和时间,所以采用64位的long来进行数据整合
- score 64位:首位可以默认0,用来做保留位
- score 64位:得分可以占位23位,代表最大得分:8388608(2^23)
- score 64位:当前时间距离基准日C的时间戳(毫秒)可以占位40位,代表可以持续34年(2^40)。因为排名是倒序排的,所以这个基准日C的选择得是距离今年34后的时间作为基准日C。这样计算时间戳差值Y的时候,就可以差值Y越大,排名越靠前
- 这样一个得分就拼接完成了:0 (标识位) 00000 00000 000 (真正得分位) 00000 00000 00000 00000 00000 00000 00000 00000(时间戳差值C)。因为真正的得分权重要比时间戳高,所以真正得分位靠前
- 针对得分的赋值,可以考虑乐观锁 ZADD LUA来实现,避免覆盖更新,导致score不正确
- 针对监听原始数据,可以考虑观察者模式 线程隔离实现。基于开闭原则,高内聚低耦合,使业务更加明浪
- 针对三个动作的数据源进行多个条件进行过滤,得出属于每个用户的个性化文案,可以考虑责任链实现。基于开闭原则,每个过滤条件一个实现类,当条件新增,减少或者变更时可以灵活的只更改当前过滤实现类就可以,能做到影响程度最低,复用程度高,耦合程度低。
三:具体实现
redis Zset Score的实现:
基础score格式准备:
代码语言:javascript复制/**
* 得分位 最大得分8388608
*/
private static final int SCORE = 23;
/**
* 时间戳:34年
*/
private static final int TIMESTAMP = 40;
/**
* 得分占位最大值
*/
private static final long SCORE_MAX_SIZE = ~(-1L << SCORE);
/**
* 时间戳占位最大值
*/
private static final long TIME_STAMP_MAX_SIZE = ~(-1L << TIMESTAMP);
代码语言:javascript复制/**
* 获取真实score
* @param redisScore redis存储得分
* @return
*/
public static BigDecimal getRealScore(Long redisScore) {
if (redisScore == null) {
return BigDecimal.ZERO;
}
long score = getRedisRealScore(redisScore);
return new BigDecimal(score).divide(BigDecimal.TEN, 2, BigDecimal.ROUND_HALF_UP);
}
代码语言:javascript复制/**
* 获取redis真实score(扩大10倍)
* @param redisScore redis存储得分
* @return
*/
public static long getRedisRealScore(Long redisScore) {
if (redisScore == null) {
return 0;
}
return redisScore >> TIMESTAMP & SCORE_MAX_SIZE;
}
代码语言:javascript复制/**
* 计算 时间戳
* @param redisScore redis存储得分
* @return
*/
public static long genTimeStamp(Long redisScore) {
if (redisScore == null) {
return 0;
}
return getFixedEndTimeStamp() - (redisScore & TIME_STAMP_MAX_SIZE);
}
代码语言:javascript复制/**
* 计算增加 value 值
* @param score 得分
* @param betweenMs 相差毫秒
*/
public static Number incScoreValue(long score, long betweenMs) {
return ((score & SCORE_MAX_SIZE) << TIMESTAMP) | (betweenMs & TIME_STAMP_MAX_SIZE);
}
代码语言:javascript复制/**
* 获取固定时间(基准起始值,千万不要改动)
*
* @return
*/
public static DateTime getFixedStartTime() {
return DateUtil.parse("2020-09-07 00:00:00", DatePattern.NORM_DATETIME_PATTERN);
}
代码语言:javascript复制/**
* 获取固定时间戳(基准结束值,千万不要改动)
*
* @return
*/
public static long getFixedEndTimeStamp() {
return DateUtil.offset(getFixedStartTime(), DateField.YEAR, 34).getTime();
}
redis调用:
代码语言:javascript复制// 当前时间
Date now = new Date();
// 相差秒数
long betweenMs = fixedEndTimeStamp - currentTime.getTime();
// 获取该行业该期数对应的排行榜key
String weekRankingKey = MessageFormat.format("WEEK_RANKING:{0}:{2}", getFixedStartTime().toString(DatePattern.PURE_DATE_PATTERN), getFixedPeriod(now));
incrScore(weekRankingKey, String.valueOf(bUid), rankingScore, betweenMs);
代码语言:javascript复制/**
* 设置多维度登封值
*
* @param key zset key
* @param value zset value
* @param getScore 此次获取的分数
* @param betweenMs 与固定时间相差毫秒数
* @return
*/
private boolean incrScore(String key, String value, long getScore, long betweenMs) {
Long oldScore = null;
long newScore;
long totalScore;
do {
Double zScore = redisClient.zscore(key, value);
if (zScore != null) {
oldScore = zScore.longValue();
long redisRealScore = getRedisRealScore(oldScore);
totalScore = redisRealScore getScore;
} else {
totalScore = getScore;
}
// 生成新值
newScore = incScoreValue(totalScore, betweenMs).longValue();
} while (!compareAndSetScore(key, value, oldScore, newScore));
return true;
}
代码语言:javascript复制private static String LUA_SCRIPT = "if ( (ARGV[2] == '' or ARGV[2] == nil) and ((not (redis.call('zscore', KEYS[1], ARGV[1]))) ) or redis.call('zscore', KEYS[1], ARGV[1]) == ARGV[2]) n"
" then n"
"redis.call('zadd',KEYS[1],ARGV[3],ARGV[1])n"
" redis.call('EXPIRE', KEYS[1], tonumber(ARGV[4]))n"
" return 1n"
" elsen"
" return 0n"
" end";
}
代码语言:javascript复制/**
* 1个月
*/
public static final int EXPIRE_ONE_MONTH = 60 * 60 * 24 * 30;
代码语言:javascript复制/**
* CAS 设置score
*
* @param key
* @param value
* @param oldScore
* @param newScore
* @return
*/
private boolean compareAndSetScore(String key, String value, Long oldScore, long newScore) {
Long execute = 0L;
try {
execute = redisClient.execute(workCallback -> {
List<String> args = new ArrayList<>();
args.add(value);
args.add(Convert.toStr(oldScore, ""));
args.add(Convert.toStr(newScore, ""));
args.add(String.valueOf(EXPIRE_ONE_MONTH));
return (Long) workCallback.eval(LUA_SCRIPT, Lists.newArrayList(key), args);
});
} catch (Exception e) {
log.error("compareAndSetScore Exception", e);
}
return execute == 1L;
}
观察者模式 线程隔离 监听
可以采用java自带的Observer和Observable来实现
代码语言:javascript复制public class ActionObservable extends Observable {
private ActionObservable() {
}
private static volatile ActionObservable actionObservable = null;
public static ActionObservable getInstance() {
if (actionObservable == null) {
synchronized (ActionObservable.class) {
if (actionObservable == null) {
actionObservable = new ActionObservable();
}
}
}
return actionObservable;
}
/**
* 初始化订阅者
*/
public void initLoginObserver() {
addObserver(new RankingObserver());
addObserver(new OwnerTitleObserver());
}
public void loginNoticeAll(Dto dto) {
setChanged();
notifyObservers(dto);
}
}
代码语言:javascript复制public abstract class AbsObserver implements Observer {
private final Logger log = Logger.getLogger(AbsObserver.class);
private static ThreadPoolExecutor threadPoolExecutor;
static {
int nThreads = Runtime.getRuntime().availableProcessors() * 2 1;
ThreadPoolExecutor.CallerRunsPolicy callerRunsPolicy = new ThreadPoolExecutor.CallerRunsPolicy();
threadPoolExecutor = new ThreadPoolExecutor(nThreads, nThreads, 0L, TimeUnit.MILLISECONDS, new ArrayBlockingQueue<Runnable>(2048), callerRunsPolicy);
}
@Override
public void update(Observable o, Object arg) {
if (o instanceof ActionObservable) {
if (arg instanceof Dto) {
final Dto param = (Dto) arg;
try {
threadPoolExecutor.execute(() -> change(param));
} catch (Exception e) {
log.error("AbsObserver-change Exception param: " JSON.toJSONString(param), e);
}
}
}
}
/**
* 接受订阅消息后执行
*
* @param dto
*/
protected abstract void change(Dto dto);
}
代码语言:javascript复制@Slf4j
public class OwnerTitleObserver extends AbsObserver {
@Override
protected void change(Dto dto) {
// 个性化文案统计
}
}
代码语言:javascript复制@Slf4j
public class RankingObserver extends AbsObserver {
@Override
protected void change(Dto dto) {
// 进行排名
}
}
针对三个动作的数据源进行多个条件进行责任链过滤
责任链底层抽象
代码语言:javascript复制@Slf4j
public abstract class AbsFilter<T> {
/**
* 下一个处理链
*/
protected AbsFilter nextFilter;
public AbsFilter setNextFilter(AbsFilter nextFilter) {
return this.nextFilter = nextFilter;
}
public void filter(T param) {
if (param == null) {
return;
}
int order = getOrder();
if (order == 1) {
boolean isDeal = handlerFirstBefore(param);
if (!isDeal) {
return;
}
}
boolean handlerRes = handler(param);
if (handlerRes) {
if (nextFilter != null) {
// 调用下一个链
nextFilter.filter(param);
}
} else {
handlerAfterFalse(param);
}
}
/**
* 处理逻辑
*
* @param param
* @return
*/
abstract protected boolean handler(T param);
/**
* 前置处理(只处理一次)
* @param param
* @return 是否继续处理
*/
protected boolean handlerFirstBefore(T param) {
// 可以进行参数校验
ValidateUtils.validate(param);
return true;
}
/**
* 后置处理(只处理handler返回false的, 只处理一次)
* @param param
* @return
*/
protected void handlerAfterFalse(T param) {}
/**
* 自定义排序 越小越靠前 从1开始
* @return
*/
protected abstract int getOrder();
}
责任链业务底层抽象
代码语言:javascript复制@Slf4j
public abstract class AbsOwnerTitleFilter extends AbsFilter<Dto> {
@Override
protected boolean handlerFirstBefore(Dto param) {
super.handlerFirstBefore(param);
return false;
}
protected void commonDeal(Dto dto) {
// 公用处理
// 进行个性化文案保存
}
@Override
protected int getOrder() {
return getCurrentOwnerTitleEnum().getOrder();
}
/**
* 获取当前代表的个性化称号文案枚举 可以自定义,包含文案,排序,类型等字段
*
* @return
*/
protected abstract OwnerTitleEnum getCurrentOwnerTitleEnum();
@Override
protected void handlerAfterFalse(Dto dto) {
commonDeal(param);
}
}
具体的过滤条件调用(示例)
代码语言:javascript复制@NoArgsConstructor(access = AccessLevel.PRIVATE)
public class OwnerTitleSevenFilter extends AbsOwnerTitleFilter {
@Override
protected boolean handler(Dto dto) {
// 进行业务处理,返回false则链路完成,不在进行下一链路调用,否则继续调用下一链路
return false;
}
@Override
protected OwnerTitleEnum getCurrentOwnerTitleEnum() {
return OwnerTitleEnum.SENEN;
}
}
调用入口可以进行调用
代码语言:javascript复制private OwnerTitleOneFilter ownerTitleOneFilter = Singleton.get(OwnerTitleOneFilter.class);
代码语言:javascript复制// 构造方法初始化
private RankingServiceImpl() {
// 责任链过滤
ownerTitleOneFilter
.setNextFilter(ownerTitleTwoFilter)
.setNextFilter(ownerTitleThreeFilter)
.setNextFilter(ownerTitleFourFilter)
.setNextFilter(ownerTitleFiveFilter)
.setNextFilter(ownerTitleSixFilter)
.setNextFilter(ownerTitleSevenFilter);
}
总结:
此次需求主要挑战在于
- redis zset的多维度排序。可以参考其他框架的实现,比如这次就复用了雪花算法的一些思想,因此多看源码,我们看的更多的是思想和架构,以便能够在其他地方复用,而不是只是背。
- 设计模式的有效使用,可以大大降低系统的耦合度。我们不想写过多if else的原因很简单,是为了代码清晰和可扩展性强,毕竟我们都不想在一个屎山一样的代码中进行编辑,更多的是新写一个类进行我们自己的代码编辑,也能降低错误的发生。