Redis实时排名

1.异步添加积分

import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;
import org.springframework.scheduling.annotation.EnableAsync;
import org.springframework.scheduling.concurrent.ThreadPoolTaskExecutor;

import java.util.concurrent.ThreadPoolExecutor;


@Configuration
@EnableAsync
public class ThreadPoolTaskConfig {


    /**
     *   默认情况下，在创建了线程池后，线程池中的线程数为0，当有任务来之后，就会创建一个线程去执行任务，
     *    当线程池中的线程数目达到corePoolSize后，就会把到达的任务放到缓存队列当中；
     *  当队列满了，就继续创建线程，当线程数量大于等于maxPoolSize后，开始使用拒绝策略拒绝
     */

    /**
     * 核心线程数（默认线程数）
     */
    private static final int corePoolSize = 50;
    /**
     * 最大线程数
     */
    private static final int maxPoolSize = 200;
    /**
     * 允许线程空闲时间（单位：默认为秒）
     */
    private static final int keepAliveTime = 10;
    /**
     * 缓冲队列大小
     */
    private static final int queueCapacity = 1000;
    /**
     * 线程池名前缀
     */
    private static final String threadNamePrefix = "Async-Service-";

    /**
     * bean的名称，默认为首字母小写的方法名
     *
     * @return
     */
    @Bean("taskExecutor")
    public ThreadPoolTaskExecutor taskExecutor() {
        ThreadPoolTaskExecutor executor = new ThreadPoolTaskExecutor();
        executor.setCorePoolSize(corePoolSize);
        executor.setMaxPoolSize(maxPoolSize);
        executor.setQueueCapacity(queueCapacity);
        executor.setKeepAliveSeconds(keepAliveTime);
        executor.setThreadNamePrefix(threadNamePrefix);

        // 线程池对拒绝任务的处理策略
        // CallerRunsPolicy：由调用线程（提交任务的线程）处理该任务
        executor.setRejectedExecutionHandler(new ThreadPoolExecutor.CallerRunsPolicy());
        // 初始化
        executor.initialize();
        return executor;
    }
}

/**
 * 异步添加用户积分方法
 *
 * @param userId      用户id
 * @param integralNum 积分数（可以正负数）
 * @param traceLogId  日志id 获取方法：MDC.get(Constants.TRACE_LOG_ID)
 */
@Async("taskExecutor")
public void asyncAddUserIntegral(String userId, String integralNum, String traceLogId) {
    MDC.put(Constants.TRACE_LOG_ID, traceLogId);
    final Stopwatch start = Stopwatch.createStarted();
    redisTemplate.opsForZSet().add("ranking_redis_key", userId, score);
    final long elapsed = start.stop().elapsed(TimeUnit.MILLISECONDS);
    log.info("异步添加用户积分, userId={}, integralNum={}, times={}ms", userId, integralNum, elapsed);
}

2.同分问题

/**
 * 根据积分和时长设置积分数
 *
 * @return
 */
public static String getConsumeTimeRank(String consumeTime, String points) {
    long maxValue = 9999999999999L;
    long v = maxValue - Long.valueOf(consumeTime);
    BigDecimal a = new BigDecimal(points);
    BigDecimal b = new BigDecimal("0." + v).divide(new BigDecimal(10));
    String timeRank = a.add(b).setScale(14, BigDecimal.ROUND_HALF_UP).toString();
    return timeRank;
}

String score = DataUtil.getConsumeTimeRank(String.valueOf(sumConsumeTime), String.valueOf(bigDecimal));

redisTemplate.opsForZSet().add("ranking_redis_key", userId, Double.valueOf(score));

3.分页查询redis

获取集合的元素, 从大到小排序, 并返回score值
start为分页的起始位置，end为分页的结束位置
redisTemplate.opsForZSet().reverseRangeWithScores(key, start, end);

/**
 * 元素在集合内对应的排名-倒序
 *
 * @param key
 * @param obj
 * @return
 */
public Long reverseRank(String key, Object obj) {
    Long reverseRank = redisTemplate.opsForZSet().reverseRank(key, obj);
    return reverseRank == null ? null : reverseRank + 1;
}

/**
 * 获取对应key和value的score
 *
 * @param key
 * @param value
 * @return
 */
public Double score(String key, Object value) {
    return redisTemplate.opsForZSet().score(key, value);
}

根据以上三个方法分页查询实时数据和设置排名，分数值

4.分页出现重复数据问题：

  某页的数据在下一页重复出现，是因为该数据的排名发生了变化，被顶下去了。

  解决办法：前端根据分页是数据判断是否存在重复，存在则强制刷新页面，重新从第一页开始查询