Redis 实现用户积分和积分排行榜微服务优化

2023-02-03 11:09:25 浏览数 (1)

文章目录

​

  • ​
    • ​
      • 修改添加积分方法
      • 积分排行控制层redis实现
      • 积分排行业务逻辑层
      • Redis排行榜测试
      • 使用 JMeter 压测对比

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：

代码语言：javascript复制
# 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。

积分排行控制层redis实现

代码语言：javascript复制
    /**
     * 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；
代码语言：javascript复制
    /**
     * 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：

代码语言：javascript复制
{
    "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

数据库 apache sql 云数据库Redis

0 人点赞