带老弟做个实时排行榜

阿巴可懂的实时排行榜设计和实现思路。

大家好，我是鱼皮，暑假快到了，我的老弟小阿巴听说我家有很多好康的，就跑来找我玩。

结果我摆出了几个以前开发过的小系统，准备在这段时间带着小阿巴多做些作品，学习编程项目的设计思路。这样等他开学了，就可以更轻松地跟着老师做做项目了。

今天，就先带他做一个很常见的小功能：用户实时积分排行榜。

实时积分排行榜

需求

先描述下需求，在我的编程导航项目中，为了鼓励大家共同维护网站，用户可以通过推荐资源、积极评论、举报违规资源等方式获取积分。

为了进一步激励大家，网站需要提供一个用户积分排行榜，分为 实时总积分榜 、 周榜 和 月榜，均 只取前 10 名 。所有用户都能够查看当前排行榜，以及查看自己的 实时 总积分排名，后续管理员就可以给上榜用户颁发奖品了。

效果如下图：

点击 我的排名 按钮，可以查看自己的实时排名：

本文篇幅有限，先仅讨论 实时总积分榜 的设计实现。

听了需求后，小阿巴爽朗一笑：这有啥难的？且让我设计一波，再给你娓娓道来。

设计实现

先看下数据库的结构，总共有 2 个表：用户表 和 用户积分表。

用户表存储了用户信息，以及用户的总积分（实时更新），也就是说总积分榜需要的数据可以直接从这里取到，不需要再去计算。

用户表内容：

用户 id	用户名	积分（score）
1	小阿巴	10
2	李鱼皮	1000
3	小李	100
......
100	李老热	66

如果要取前 10 名，只需要把所有用户的信息先取出来，再排个序就好啦，写 SQL 语句查询的话就是：

select * from `user` order by score;

然后如果要取自己的总排名，就对查到的有序数据进行一次遍历，找到自己所在的位置下标就行，伪代码如下：

// 从数据库查询全部用户列表
list = getAllDataList()
for(i = 0; i < total; i++) {
  // 找到自己的位置
  if(list[i].id == '我的id') {
    return i + 1;
  }
}

小阿巴得意到：这不就实现总积分榜了么？你这需求太简单，啧啧。

我笑到：还不错，总积分榜的思路是正确的，起码知道要对所有的数据进行排序。但如果用户数特别多呢？比如几十万个，你只需要查自己的总排名，还需要把全部的数据都做一个排序么？

小阿巴陷入沉思，想了半天，没想出来。

于是我提示到：假如在一次考试中你想知道自己的排名，是不是只需要知道有多少人的分数比自己高就行了，不用去管其他人排第几对吧？

小阿巴一拍脑袋：对啊，我只需要先查出自己的分数，然后统计分数大于我的用户数量，不就知道自己的排名了？

先用 SQL 语句查出用户的分数：

/* 只取需要的列 */
select score as myScore
from `user`
where id = "用户 id";

然后再用 SQL 语句统计分数大于该用户分数的数量：

select count(*) from `user`
where score > myScore;

最后只需要将该查询结果加 1，就是自己的排名啦~

小阿巴感叹到：原来转换一点点思路，就能省去多余的排序带来的性能开销，起飞~

更多思考

鱼皮：先别起飞，其实对于一般用户量的系统，上面的方案就已经足够了。下面让我们加大难度，假如用户数再多一点点呢，比如说一亿个，怎么实时获取前 10 名呢？

小阿巴：还真是 “亿点点”，就您那破编程导航还想着有一亿个用户？

鱼皮：少废话，梦想还是要有的，万一有亿个用户呢？快想想系统怎么做！

小阿巴：且不说对一亿个数据排序有多慢，能不能存的下都是个问题啊。。。啊，等等，这难道就是面试常见的 Top N 问题！

鱼皮：不错，我面试的时候被问过好几次 Top N 问题，如何从海量数据中找出前 N 个数呢？

小阿巴：这我完全不懂啊，算法不会，真要命。

鱼皮：其实 Top N 问题的核心在于保证空间和时间复杂度，先要考虑数据能存入内存运算，在怎样算得更快。

通常 Top N 问题有下列几种解决方案。

Top N 解决方案

全部排序

直接对所有数据进行排序（快排等），缺点是需要将数据一次性加载到内存中。

局部淘汰

内存中维护一个大小为 N 的容器，再让剩余的数一个个进入容器，并淘汰容器内的最小值。最终容器内剩下的数就是前 N 名。优点是能节省内存，缺点是太慢了。

分治

把数据分为多个小组，小组内先分别选出前 N 名小组长，最后再让这些小组长同台竞技，选出最终的前 N 名。

哈希预处理

假如数据重复度很高，可以通过 hash 的方式，去掉很多重复数据。比如 1 亿个数据里，一半是 0，一半是 1，那么取前 10 名时，可以直接淘汰掉另一半为 0 的数据。

但是预处理本身也需要时间和空间，这就需要我们对数据的重复度有一个清晰的判断，否则自作聪明、适得其反。

小根堆

面试算法中的高频考点 —— 堆排序，可以先取前 N 个数组成小根堆，堆顶始终是最小值。然后遍历后续数字，大于堆顶就替换掉堆顶并调整最小堆结构。该算法时间复杂度和空间复杂度（为 N，常数）都不错，所以必须要掌握。

但是具体选择哪种方案呢？还是要结合我们实际的项目和业务场景来分析。

实际解决

由于我们的数据库来记录积分，所以当用户量级很大时，首先要 分库分表 ，通常是水平分表，根据一定规则（比如 id）把用户数据行分批存储在多个数据表中。

分表

然后就和大数据 Map / Reduce 处理机制一样了，可以采用 分治 的方式 并行计算 每个表的前 10 名（map），都计算好后，再汇总到一起计算最终的前 10 名（reduce）。

一次大数据并行处理过程

用这种方式，别说 1 亿了，2 亿、3 亿的计算模式都是一样的，加机器水平扩容就好了~

所以遇到 Top N 问题的时候，大家可以先答一下上面的几种方案，再结合具体的场景分析，分治和最小堆是我觉得相对 核心 的点。

Redis

最后，对于实时排行榜的设计，肯定很多背过八股文面试题的朋友在第一时间会想到使用 Redis 的有序集合 zset，的确也是一种方案，但也要结合场景去分析利弊，不要秒答。

使用基于内存的 Redis zset 的确运算更快，且天然支持排序、使用方便。但数据量大时同样面临数据更新、维护、同步、持久化存储等问题，而且对于我们这种实时性要求不高的需求来说，有些大材小用了哈哈。

zset 数据结构

---

我是鱼皮，周末肝文不易，如果觉得文章不错，希望 点赞 + 在看 支持下，给俺点创作动力。