当前位置: 首页 > news >正文

Redis 有序集合【实现排行榜】

使用 Redis 的 Sorted Set 数据结构可以非常高效地实现实时排行榜功能。Sorted Set 允许将元素按分数进行排序,同时支持插入、删除和查询操作,且这些操作的时间复杂度较低,非常适合处理高并发的场景。

实现思路

  • 插入操作:当用户产生分数时,将用户 ID 和分数插入到 Redis 的 Sorted Set 中。
  • 查询操作:根据用户分数在排行榜中的位置,获取某个用户的排名或获取前 N 名的用户列表。

1. 创建排行榜表结构

首先,在 MySQL 中创建一个存储用户和分数的表,以便持久化保存数据

CREATE TABLE user_scores (user_id INT PRIMARY KEY,score INT NOT NULL
);

2. 插入分数到排行榜

当用户获得分数时,将用户 ID 和分数插入到 Redis 的 Sorted Set 中。

<?php
function addScoreToLeaderboard($userId, $score) {$redis = new Redis();$redis->connect('127.0.0.1', 6379);// 将用户ID和分数插入到Sorted Set中$redis->zAdd('leaderboard', $score, $userId);// 更新MySQL中的持久化数据$db = new mysqli('localhost', 'username', 'password', 'database');$stmt = $db->prepare("INSERT INTO user_scores (user_id, score) VALUES (?, ?) ON DUPLICATE KEY UPDATE score = ?");$stmt->bind_param("iii", $userId, $score, $score);$stmt->execute();
}// 示例:将用户123的分数更新为500
addScoreToLeaderboard(123, 500);

3. 查询用户的排名

根据用户的分数,查询其在排行榜中的排名。Redis 的 zRevRank 命令返回的是从高到低的排名。

<?php
function getUserRank($userId) {$redis = new Redis();$redis->connect('127.0.0.1', 6379);// 获取用户的排名(Redis 的排名从0开始,所以加1)$rank = $redis->zRevRank('leaderboard', $userId);return $rank !== false ? $rank + 1 : null;
}// 示例:获取用户123的排名
$rank = getUserRank(123);
echo "User 123's rank: " . $rank . "\n";

4. 获取排行榜前 N 名

通过 Redis 的 zRevRange 命令获取排行榜前 N 名的用户。

<?php
function getTopNUsers($n) {$redis = new Redis();$redis->connect('127.0.0.1', 6379);// 获取前N名用户ID及其分数$topUsers = $redis->zRevRange('leaderboard', 0, $n - 1, true);return $topUsers;
}// 示例:获取排行榜前10名
$topUsers = getTopNUsers(10);
print_r($topUsers);

5. 更新分数和排名

如果用户的分数需要更新,可以直接通过 zAdd 命令更新 Redis 中的分数,排行榜会自动调整顺序。

<?php
function updateScore($userId, $newScore) {$redis = new Redis();$redis->connect('127.0.0.1', 6379);// 更新用户的分数$redis->zAdd('leaderboard', $newScore, $userId);// 更新MySQL中的持久化数据$db = new mysqli('localhost', 'username', 'password', 'database');$stmt = $db->prepare("UPDATE user_scores SET score = ? WHERE user_id = ?");$stmt->bind_param("ii", $newScore, $userId);$stmt->execute();
}// 示例:更新用户123的分数为600
updateScore(123, 600);

6. 实时排行榜特性

Redis 的 Sorted Set 能够以 O(log(N)) 的时间复杂度完成插入和删除操作,以 O(log(N) + M) 的时间复杂度完成范围操作(M 是范围内元素的数量)。这种特性使得它非常适合用于高并发环境下的排行榜应用。

7. 扩展功能

  • 分页查询:使用 zRevRange 结合起始和结束索引可以实现分页获取排行榜用户。
  • 批量插入:如果有多个用户需要同时插入或更新分数,可以使用 Redis 的管道(pipeline)机制,提高操作效率。
  • 持久化管理:定期将 Redis 中的数据同步回 MySQL,以防止数据丢失。

总结

通过 Redis 的 Sorted Set 实现实时排行榜,不仅操作简单、效率高,而且非常适合处理高并发的场景。将用户的分数与排名存储在 Redis 中,结合 MySQL 进行数据的持久化存储,可以在保证性能的同时确保数据的可靠性。

 

相关文章:

Redis 有序集合【实现排行榜】

使用 Redis 的 Sorted Set 数据结构可以非常高效地实现实时排行榜功能。Sorted Set 允许将元素按分数进行排序&#xff0c;同时支持插入、删除和查询操作&#xff0c;且这些操作的时间复杂度较低&#xff0c;非常适合处理高并发的场景。 实现思路 插入操作&#xff1a;当用户…...

ORACLE数据库管理系统介绍

1.ORACLE的特点: 可移植性 ORACLE采用C语言开发而成,故产品与硬件和操作系统具有很强的独立性。从大型机到微机上都可运行ORACLE的产品。可在UNIX、DOS、Windows等操作系统上运行。可兼容性 由于采用了国际标准的数据查询语言SQL,与IBM的SQL/DS、DB2等均兼容。并提供读取其它…...

C# 中Linq探讨 Or条件拼接

在C#中&#xff0c;没有直接内置于.NET Core或.NET Framework中的NuGet包能够直接“拼接”LINQ的OR条件&#xff0c;因为LINQ本身设计为一种声明式编程模型&#xff0c;用于查询数据集合。然而&#xff0c;你可以通过一些方式来实现多个条件以OR逻辑组合的效果&#xff0c;而不…...

有关应用层面试题有关库的思维导体

面试题目&#xff1a; TCP通信中3次握手和四次挥手&#xff1f; 答&#xff1a; 第一次握手&#xff1a;客户端发送SYN包&#xff08;SYN1, seq0&#xff09;给服务器&#xff0c;并进入SYN_SENT状态&#xff0c;等待服务器返回确认包。第二次握手&#xff1a;服务器接收到S…...

记一次 SAP BP 编号范围错误引发的一个问题 GET_NRIV_LINE

本来想着循着错误提示去排查&#xff0c;但是还是想看看业务发生了什么&#xff0c;他们的操作是否有问题&#xff0c;不经意间发现 号码段是有问题的&#xff0c;由此大概可以判断是他们编号范围和类型之间的问题 角色和分组是否一致的&#xff0c;如果不一致就发生了以上错误…...

(17)ELK大型储存库的搭建

前言&#xff1a; els是大型数据储存体系&#xff0c;类似于一种分片式存储方式。elasticsearch有强大的查询功能&#xff0c;基于java开发的工具&#xff0c;结合logstash收集工具&#xff0c;收集数据。kibana图形化展示数据&#xff0c;可以很好在大量的消息中准确的找到符…...

每日一问:Kafka消息丢失与堆积问题分析(简化版)

Kafka 消息系统问题解析 在本篇博客中&#xff0c;我们将深入探讨 Kafka 中常见的两大问题&#xff1a;消息丢失和消息堆积。首先&#xff0c;我们将简要介绍 Kafka 的基本工作原理&#xff0c;随后分别分析消息丢失和堆积的原因&#xff0c;并提供针对性的解决方案。 关于其详…...

C语言中函数sizeof和strlen区别

sizeof和strlen是C语言中的两个常用函数&#xff0c;它们的作用和使用方式有所不同。 sizeof sizeof是一个运算符而非函数&#xff0c;用于计算数据类型或变量占用的字节数。它可以计算任意数据类型&#xff08;包括基本类型、自定义结构体、数组等&#xff09;的大小。例如&…...

RAG与LLM原理及实践(14)---- Python + MinIO + Kafka进阶

目录 背景 根因分析 配置 构造 创建 network 构造 zookeeper 构造 kafka 参数构造 原理解析 图解 全过程解析 工具使用 kafkacat 查看 broker python 实现 python send + kafka recv python 代码 kafka recv 运行效果 python recv + kafka send python 代…...

接口自动化-代码实现

接口自动化基础 1、接口自动化测试 接口自动化&#xff1a;使用工具或代码代替人对接口进行测试的技术测试目的&#xff1a; 防止开发修改代码时引入新的问题测试时机&#xff1a; 开发进行系统测试转测前&#xff0c;可以先进行接口自动化脚本的编写开发进行系统测试转测后&…...

如何查看linux大文件

文章目录 一、查看存储情况二、查看指定路径下的文件大小查看临时文件和日志的大小 三、查找home目录下文件大小大于100M的大文件四、查看INNODE使用情况五、查看进程使用情况查看所有进程查看特定进程杀死相关进程 六、清除缓存操作七、 查看docker的硬盘占用情况详细查看 一、…...

生成式人工智能服务大模型备案答疑

问&#xff1a;大模型备案范围 答&#xff1a;利用生成式人工智能技术向中华人民共和国境内公众提供生成文本、图片、音频、视频等内容的服务&#xff0c;适用本办法。 未向境内公众提供生成式人工智能服务的&#xff0c;不适用本办法的规定。 ps&#xff1a;生成式人工智能…...

QT-贪吃蛇小游戏

QT-贪吃蛇小游戏 一、演示效果二、核心代码三、下载链接 一、演示效果 二、核心代码 #include "Food.h" #include <QTime> #include <time.h> #include "Snake.h"Food::Food(int foodSize):foodSize(foodSize) {coordinate.x -1;coordinate.…...

虚幻5|AI视力系统,听力系统,预测系统(1)视力系统

继宠物伴随系统初步篇后续 虚幻5|AI巡逻宠物伴随及定点巡逻—初步篇-CSDN博客 一&#xff0c;听力系统 1.打开宠物ai的角色蓝图 2.选中ai感知组件 右侧细节&#xff0c;找到ai感知&#xff0c;添加感知配置&#xff0c;我们需要的是ai视力配置 3.选中左侧创建的ai感知组件&…...

IC rankIC

IC IC衡量的是预测值和实际值之间的相关系数 计算公式为&#xff1a;IC Pearson(R(predicted),R(actual)) 取值范围&#xff1a;[-1, 1]&#xff0c;其中1表示完全相关&#xff0c;也就是预测值和实际值完全一样。0表示完全不相关&#xff0c;-1表示&#xff0c;反向相关 ra…...

Windows服务器IIS7下如何查看真实报错原因

背景 IIS7默认为友好报错&#xff0c;或只报错代码。如500错误&#xff0c;401错误等。根据这些错误无法定位真实原因&#xff0c;故而需要显示真实的错误信息。 解决方案 以500错误为例说明。 1、打开IIS,点全局设置中的"错误页"(注意必须是全局网站)。 2、右击50…...

深度学习设计模式之策略模式

文章目录 前言一、介绍二、特点三、详细介绍1.核心组成2.代码示例3.优缺点优点缺点 4.使用场景 总结 前言 策略模式定义一系列算法&#xff0c;封装每个算法&#xff0c;并使它们可以互换。 一、介绍 策略模式&#xff08;Strategy Pattern&#xff09;是一种行为型设计模式&…...

Linux 下安装miniconda(少走弯路)

Miniconda 和 Conda 都是用于管理 Python&#xff08;及其他语言&#xff09;环境和包的工具。 conda对于我来说是太臃肿了&#xff0c;很多的包我不会使用&#xff0c;所以选择安装miniconda是一个较好的选择。 下面是linux安装miniconda的实际操作。 在以下的网站&#xf…...

java ssl使用自定义证书

1.证书错误 Caused by: sun.security.provider.certpath.SunCertPathBuilderException: unable to find valid certification path to requested target 2.生成客户端证书 openssl x509 -in <(openssl s_client -connect 192.168.11.19:8101 -prexit 2>/dev/null) -ou…...

【ARM+Codesys 客户案例 】基于RK3568/A40i/STM32+CODESYS开发的控制器在自动输送分拣系统上的应用,支持定制

2021年“京东618” 累计下单金额超3438亿元,再次刷新纪录! 从下单到收货&#xff0c;各种货品均可在短短几天内通过四通八达的物流网络送达全国任何一个家庭。电子商务和快递物流的迅猛发展对仓储、分拣、配送效率和准确性均提出了更高的要求&#xff0c;加速了智能物流的发展。…...

C++ 设计模式(1. 单例模式)

单例模式是一种创建型设计模式&#xff0c; 它的核心思想是保证一个类只有一个实例&#xff0c;并提供一个全局访问点来访问这个实例。 特点 全局访问点的意思是&#xff0c;为了让其他类能够获取到这个唯一实例&#xff0c;该类提供了一个全局访问点&#xff08;通常是一个静态…...

算法笔记|Day31动态规划IV

算法笔记|Day31动态规划IV ☆☆☆☆☆leetcode 1049.最后一块石头的重量II题目分析代码 ☆☆☆☆☆leetcode 494.目标和题目分析代码 ☆☆☆☆☆leetcode 474.一和零题目分析代码 ☆☆☆☆☆leetcode 1049.最后一块石头的重量II 题目链接&#xff1a;leetcode 1049.最后一块石…...

CSS文字方向控制属性text-orientation

在CSS中&#xff0c;text-orientation 属性主要用于控制文本的方向&#xff0c;特别是当文本被设置为垂直排列时。这个属性主要用于东亚语言的排版&#xff0c;比如中文、日文和韩文&#xff0c;这些语言在垂直书写时&#xff0c;字符的排列方向可能与拉丁文字不同。 text-ori…...

配置typora上传图片到Chevereto图床

目录 一、下载安装PicGo二、配置PicGo三、配置Typora 一、下载安装PicGo PicGo下载地址点击进入 进入官网后点击下载&#xff0c;会跳转到GitHub,如图,选择对应的操作系统版本下载 下载完成后单击安装&#xff08;本文已windows系统为例&#xff09; 二、配置PicGo 点击插件设…...

Java面试八股之如何保证消息队列中消息不重复消费

如何保证消息队列中消息不重复消费 要保证消息队列中的消息不被重复消费&#xff0c;通常需要从以下几个方面来着手&#xff1a; 消息确认机制&#xff1a; 对于像RabbitMQ这样的消息队列系统&#xff0c;可以使用手动确认&#xff08;manual acknowledge&#xff09;机制来…...

0.91寸OLED迷你音频频谱

一、简介 音频频谱在最小0.91寸OLED 屏幕上显示&#xff0c;小巧玲珑 二、应用场景 本模块为音频频谱显示模块&#xff0c;用来获取声音频谱并展示频谱&#xff0c;跟随音乐声音律动 三、产品概述 基于主控芯片设计的将声音采集分析频谱&#xff0c;显示到0.91寸OLED的功能…...

机器学习--特征工程常用API

1. DictVectorizer - 字典特征提取 DictVectorizer 是一个用于将字典&#xff08;如Python中的字典对象&#xff09;转换为稀疏矩阵的工具&#xff0c;常用于处理类别型特征。 DictVectorizer(sparseTrue, sortTrue, dtype<class numpy.float64>)参数&#xff1a; spar…...

块级LoRA:个性化与风格化在文本到图像生成中的新突破

人工智能咨询培训老师叶梓 转载标明出处 文本到图像生成技术的核心目标是教会预训练模型根据输入的文本提示生成具有特定主题和风格的新颖图像。尽管已有多种微调技术被提出&#xff0c;但它们在同时处理个性化和风格化方面仍存在不足&#xff0c;导致生成的图像在个人身份和风…...

redis的数据结构——压缩表(Ziplist)

压缩表(Ziplist)是Redis中一种紧凑的数据结构,主要用于节省内存。它通常被用于存储少量的字符串或小整数,尤其在列表类型(List)和哈希类型(Hash)中。当数据量较小或数据本身占用内存较少时,Redis会选择用压缩表来存储数据,以减少内存开销。 压缩表的基本结构 压缩表…...

探索未知,悦享惊喜 —— 您的专属盲盒一番赏小程序盛大开启

在这个充满奇遇与惊喜的时代&#xff0c;每一份未知都蕴藏着无限可能。为了将这份独特的乐趣带到您的指尖&#xff0c;我们精心打造了“悦赏盲盒”小程序&#xff0c;一个集潮流、趣味、收藏于一体的全新互动平台&#xff0c;让每一位用户都能享受到拆盲盒的乐趣&#xff0c;发…...

wordpress主题 卡通/360站长平台

会员制早已渗透进我们的生活中&#xff0c;成为当下许多企业开启新增长模式的金钥匙。会员系统是私域流量的载体和工具&#xff0c;私域流量是概念&#xff0c;要想落地实操还是得靠会员体系&#xff0c;并且这套系统是已经运行了很长时间被验证真实可靠的系统。 近年流量红利…...

wordpress解决速度/重庆排名seo公司

1、什么是变量a1&#xff0c;其中 a 就是变量名称&#xff0c;1 就是它的值。在程序运行过程中&#xff0c;变量的值一般都会发生改变&#xff0c;内存中会专门开辟一段空间&#xff0c;用来存放变量的值&#xff0c;而变量名将指向这个值所在的内存空间。与变量相对的就是常量…...

合肥网站建设制作公司/西安百度首页优化

内容&#xff1a;OMV在windows10下的文件共享--NAS基本条件Armbian的IP设置 以太网及WiFitransmission配置遇到的问题OMV在windows10下的文件共享--NAS基本条件看了好几个教程都有一些问题&#xff0c;目前找到可以的&#xff0c;参考链接哔哩哔哩-教你完成一台基于开源系统OMV…...

浦江县做网站/搜索网页内容

点击查看&#xff1a;基于Matlab高效的耦合字典学习方法 文件大小&#xff1a;3.9M 操作系统&#xff1a;Windows10旗舰版 开发工具&#xff1a;Matlab2018 开发语言&#xff1a;.m 简要概述&#xff1a; 一种高效的耦合字典学习方法 MATLAB代码...

创新网站建设工作室/网站名称查询

计算属性 两个问题&#xff1a; 为什么计算属性写的时候是 函数&#xff0c;用的时候不需要加()&#xff0c;当属性使用&#xff1f;计算属性的缓存问题 计算属性computed里面&#xff0c;不仅有get方法&#xff0c;还有set方法 其本质是&#xff1a; // 计算属性computed:…...

做网站最主要是那个一类商标/2023年中国进入一级战备状态了吗

前言当架构师大刘看到实习生小李提交的记账流水乱序的问题的时候&#xff0c;他知道没错了&#xff1a;这一次&#xff0c;大刘又要用一致性哈希这个老伙计来解决这个问题了。嗯&#xff0c;一致性哈希&#xff0c;分布式架构师必备良药&#xff0c;让我们一起来尝尝它。1. 满眼…...