Redis 实现用户积分和积分排行榜微服务优化

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：

# 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 MapMap<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IDInteger 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 +1rank++;}// 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。