dreamweaver网站制作教程互联网营销师培训费用是多少

游戏中经常会有排行榜需求需要实现，例如常见的战力排行榜、积分排行榜等等。

排行榜一般会用到 Redis 来实现，原因是：

1. Redis 基于内存操作，速度快
2. Redis 提供了高效的有序集合 zset

例如创建一个名为 rank 的排行榜

# 为用户user1设置分数为1
> zadd rank 1 user1# 获取排行榜中全部用户的排名和分数（分数顺序排序）
> zrange rank 0 -1 withscores
1) "user1"
2) "1"
3) "user2"
4) "2"
5) "user3"
6) "3"# 获取排行榜中全部用户的排名和分数（分数倒序排序）
> zrevrange rank 0 -1 withscores
1) "user3"
2) "3"
3) "user2"
4) "2"
5) "user1"
6) "1"# 获取排行榜中排名前2的用户的排名和分数（分数倒序排序）
> zrevrange rank 0 1 withscores
1) "user3"
2) "3"
3) "user2"
4) "2"# 获取排行榜中用户user2的排名
> zrank rank user2
(integer) 1

纵然 redis 的速度很快，但是再加上网络请求的开销和单线程问题，也比不上应用内直接内存的速度，所以为了速度，一般会在游戏内缓存排行榜。获取排行榜时，优先从内存中获取，并定时从 redis 同步数据到内存。

下面是一个简单的例子，实现了获取排行榜信息和用户排名数据。

public class RankTest {  @Data  @AllArgsConstructor    public static class UserRankInfo {  private long userID;  private int rank;  private double score;  }  /**  * 缓存的用户信息  */  private static final Map<Long, UserRankInfo> USER_RANK_INFO_MAP = new ConcurrentHashMap<>();  /**  * 上次同步时间  */  private static int LAST_SYNC_TIME = 0;  /**  * 每隔多长时间从redis同步一次  */  private static final int SYNC_EVERY_SECOND = 60 * 10;  /**  * 获取排行榜  */  public Collection<UserRankInfo> getRankList() {  if ((int) (System.currentTimeMillis() / 1000) > LAST_SYNC_TIME + SYNC_EVERY_SECOND) {  syncUserRankInfoMap();  }  return USER_RANK_INFO_MAP.values();  }private void syncUserRankInfoMap() {  try (Jedis jedis = new Jedis("127.0.0.1", 6379);) {  // 获取前50名的用户  Set<Tuple> tuples = jedis.zrevrangeWithScores("rank", 0, 49);  putUserRankInfoMap(tuples);  LAST_SYNC_TIME = (int) (System.currentTimeMillis() / 1000);  }  }  private void putUserRankInfoMap(Set<Tuple> tuples) {  USER_RANK_INFO_MAP.clear();  int rank = 0;  for (Tuple tuple : tuples) {  long userID = Long.parseLong(tuple.getElement());  UserRankInfo info = new UserRankInfo(userID, rank++, tuple.getScore());  USER_RANK_INFO_MAP.put(userID, info);  }  }  /**  * 获取用户排名信息  */  public UserRankInfo getUserRankInfo(long userID) {  if ((int) (System.currentTimeMillis() / 1000) > LAST_SYNC_TIME + SYNC_EVERY_SECOND) {  syncUserRankInfoMap();  }  return USER_RANK_INFO_MAP.get(userID);  }  /**  * 设置用户分数  */  public void setUserRankScore(long userID,double score){  try (Jedis jedis = new Jedis("127.0.0.1", 6379);) {  jedis.zadd("rank", score, String.valueOf(userID));  // 获取前50名的用户  Set<Tuple> tuples = jedis.zrevrangeWithScores("rank", 0, 49);  putUserRankInfoMap(tuples);  LAST_SYNC_TIME = (int) (System.currentTimeMillis() / 1000);  }  }
}

开发中，上面的例子还存在不少问题：

1. 因为 redis 操作比较耗时，所以一般都会放在异步线程中进行操作
2. 缓存数据的更新不是原子的，一旦多个用户同时请求，可能会导致数据重复更新多次
3. 相同的分数的用户的排名会按照用户名来排序

针对于问题 3，因为用户在相同分数的情况下， redis 只支持根据用户名的字典排序，并不支持自定义排序。但是这对玩家来说是不可接受的。一个解决办法让相同分数的玩家按照达成时间的判断，最先抵达的玩家排名最高。

我们可以使用（真实分数 + 时间戳倒数）作为排名分数，真实分数作为整数部分，时间戳倒数作为小数部分。

public void setUserRankScore(long userID,int score){  try (Jedis jedis = new Jedis("127.0.0.1", 6379);) {  //因为毫秒时间戳最多有13位  double newScore=score+1000_000_000_000.0D/System.currentTimeMillis();  jedis.zadd("rank", newScore, String.valueOf(userID));  // 获取前50名的用户  Set<Tuple> tuples = jedis.zrevrangeWithScores("rank", 0, 49);  putUserRankInfoMap(tuples);  LAST_SYNC_TIME = (int) (System.currentTimeMillis() / 1000);  }  
}

参考：

1. Redis sorted sets | Redis
2. Redis实现排行榜及相同积分按时间排序 - 知乎
3. Redis 浮点数累计实现-腾讯云开发者社区-腾讯云