Redis --- 使用zset处理排行榜和计数问题

在处理计数业务时，我们一般会使用一个数据结构，既是集合又可以保证唯一性，所以我们会选择Redis中的set集合：

业务逻辑：

用户点击点赞按钮，需要再set集合内判断是否已点赞，未点赞则需要将点赞数+1并保存用户信息到集合中，已点赞则需要将数据库点赞数-1并移除set集合中的用户。

@Service
public class BlogServiceImpl extends ServiceImpl<BlogMapper, Blog> implements IBlogService {

    @Autowired
    private IUserService userService;
    @Resource
    private StringRedisTemplate stringRedisTemplate;

    @Override
    public Result likeBlog(Long id) {
        // 获取登录用户
        Long userId = UserHolder.getUser().getId();
        // 判断当前登录用户是否已经点赞
        String key = "blog:like:" + id;
        Boolean isMember = stringRedisTemplate.opsForSet().isMember(key, userId.toString());
        if(BooleanUtil.isFalse(isMember)){
            // 未点赞
            // 数据库点赞数+1
            boolean isSuccess = update().setSql("like = like + 1").eq("id",id).update();
            // 保存用户到Redis集合中
            if(isSuccess){
                stringRedisTemplate.opsForSet().add(key, userId.toString());
            }
        } else {
            // 已点赞，取消点赞
            // 数据库点赞数-1
            boolean isSuccess = update().setSql("like = like - 1").eq("id",id).update();
            // 移除set集合中的用户
            stringRedisTemplate.opsForSet().remove(key, userId.toString());
        }
        return Result.ok();
    }
}

那么我们想要实现按照点赞时间的先后顺序排序，返回Top5的用户，这个时候set无法保证数据有序，所以我们需要换一个数据结构满足业务需求：

Redis 的 ZSET（有序集合） 是一个非常适合用于处理 排行榜 和 计数问题 的数据结构。在高并发的点赞业务中，使用 ZSET 可以帮助我们高效地管理点赞的排名，并且由于 ZSET 的排序特性，我们可以轻松实现根据点赞数实时排序的功能。

---

ZSET 数据结构

---

Redis 的 ZSET 是一个集合，它的每个元素都会关联一个 分数（score），这个分数决定了元素在集合中的排序。ZSET 保证集合中的元素是按分数排序的，并且可以在 O(log(N)) 的时间复杂度内进行添加、删除和查找操作。

在高并发的点赞业务中，ZSET 可以帮助我们轻松地进行以下几项操作：

• 记录每个用户对某个内容（如文章、评论等）的点赞数。
• 通过分数进行实时排序，获取点赞数最多的内容。

---

优化高并发的点赞操作

---

在高并发情况下，当多个用户同时对某个内容进行点赞时，我们需要高效地更新该内容的点赞数，并保证数据一致性。ZSET 提供了很好的支持，具体步骤如下：

1. 用户点赞操作：使用 ZINCRBY 命令来对某个元素的分数进行增量操作，表示对该内容的点赞数增加。
2. 查看点赞数：可以通过 ZSCORE 命令获取某个内容的当前点赞数。
3. 查看排行榜：使用 ZRANGE 或 ZREVRANGE 命令来获取点赞数排名前 N 的内容，按分数进行排序。

---

ZSET 结构设计

---

key：表示某个内容的点赞的 id。

value：表示点赞用户的 id。

score：根据点赞时间排序。

下面是修改后的点赞逻辑：

@Service
public class BlogServiceImpl extends ServiceImpl<BlogMapper, Blog> implements IBlogService {

    @Autowired
    private IUserService userService;
    @Resource
    private StringRedisTemplate stringRedisTemplate;

    @Override
    public Result likeBlog(Long id) {
        // 获取登录用户
        Long userId = UserHolder.getUser().getId();
        // 判断当前登录用户是否已经点赞
        String key = "blog:like:" + id;
        Double score = stringRedisTemplate.opsForZSet().score(key, userId.toString());
        if(score == null){
            // 未点赞
            // 数据库点赞数+1
            boolean isSuccess = update().setSql("like = like + 1").eq("id",id).update();
            // 保存用户到Redis集合中
            if(isSuccess){
                stringRedisTemplate.opsForZSet().add(key, userId.toString(), System.currentTimeMillis());
            }
        } else {
            // 已点赞，取消点赞
            // 数据库点赞数-1
            boolean isSuccess = update().setSql("like = like - 1").eq("id",id).update();
            // 移除set集合中的用户
            stringRedisTemplate.opsForZSet().remove(key, userId.toString());
        }
        return Result.ok();
    }
}

而点赞排行榜代码如下：

@Service
public class BlogServiceImpl extends ServiceImpl<BlogMapper, Blog> implements IBlogService {

    @Autowired
    private IUserService userService;
    @Resource
    private StringRedisTemplate stringRedisTemplate;

    @Override
    public Result queryBlogLikes(Long id) {
        String key = "blog:like:" + id;
        // 查询top5的点赞用户 zrange key 0 4
        Set<String> top5 = stringRedisTemplate.opsForZSet().range(key, 0, 4);
        if (top5 == null || top5.isEmpty()) {
            return Result.ok(Collections.emptyList());
        }
        // 解析出集合中的用户的id
        List<Long> ids = top5.stream().map(Long::valueOf).collect(Collectors.toList());
        // 根据id查询用户,并将类型由User转为UserDTO,随后转换为List集合
        String idStr = StrUtil.join(",",ids);
//        List<UserDTO> userDTOs = userService.listByIds(ids).stream()
//                .map(user -> BeanUtil.copyProperties(user, UserDTO.class))
//                .collect(Collectors.toList());
        List<UserDTO> userDTOs = userService.query()
                .in("id",ids).last("order by field(id," + idStr +")").list()
                .stream()
                .map(user -> BeanUtil.copyProperties(user, UserDTO.class))
                .collect(Collectors.toList());
        return Result.ok(userDTOs);
    }
}

使用 userService.query().in("id", ids).last("order by field(id," + idStr + ")") 来查询用户信息，并且使用 order by field(id, ...) 语句来保证查询结果的顺序与 top5 中的用户顺序一致。

这里的 order by field(id, ...) 是关键，它确保了从数据库返回的数据顺序和 Redis 返回的 top5 用户顺序完全匹配。因为 Redis 中的 ZSet 是有顺序的，top5 会按照点赞数量进行排序。如果直接使用 listByIds 方法，可能会导致结果顺序不一致。