GroupBlog

TairZset 是阿里云自研的可实现任意维度 double 类型的分值排序的数据结构，借助 Tair 客户端同时可实现扩展性，即可以将计算任务分布至多个数据节点完成，实现分布式排行榜能力。本文介绍了 TairZset 的能力以及利用 TairZset 实现奖牌榜、分布式排行榜、实时排行榜的方案。

背景介绍

排序需求常见于各类游戏、应用、奖牌、积分等排行榜中，通常业务对排序的需求如下：

支持增删改查和反向排序，可根据分数范围获取相应用户。
排序操作执行速度快。
支持多维排序。
支持扩展（即分布式排行榜）。在数据分片容量或计算能力不足时，可以将其扩展到其他数据分片。

TairZset介绍

原生 Redis 支持的排序结构 Sorted Set（也称Zset）只支持一个 double 类型的分值排序，实现多维度排序时较为困难。例如通过IEEE 754结合拼接的方式实现多维度排序，此类方式存在实现复杂、精度下降、ZINCRBY命令无法使用等局限性，借助阿里云自研的 TairZset 数据结构，可帮助您轻松实现多维度排序能力，相较于传统方案具有如下优势：

支持任意维度的 double 类型的分值排序（排序优先级为从左往右）。
支持 ZINCRBY 命令，不再需要取回当前数据，在本地增加值后再拼接写回 Redis。
支持和原生 Zset 类似的所有 API。
客户端适配简易，无需任何编解码封装。
提供普通排行榜和分布式排行榜能力。

通过 TairZset 实现奖牌榜

排名	参与方	????金牌	????银牌	????铜牌
1	A	32	21	16
2	B	25	29	21
3	C	20	7	12
4	D	14	4	16
5	E	13	21	18
6	F	13	17	14

（注：数据仅做演示使用）

在奖牌榜中，首先按照金牌排名，如果金牌相等，则按照银牌，否则继续按照铜牌。在上述数据中，E 和 F 金牌数相等，但是银牌数 E 大于 F，因此 E 排名靠前，多维排序天然被 TairZset 支持，用户只需要使用简单的 API 即可完成。

1，首先依赖 Tair 客户端 alibabcloud-tairjedis-sdk 。

<dependency>
    <groupId>com.aliyun.tair</groupId>
    <artifactId>alibabacloud-tairjedis-sdk</artifactId>
    <version>1.6.0</version>
</dependency>

2, 创建排行榜，乱序插入数据并排序。

JedisPool jedisPool = new JedisPool();
// 创建排行榜
LeaderBoard lb = new LeaderBoard("leaderboard", jedisPool, 10, true, false);

// 如果金牌数相同，按照银牌数排序，否则继续按照铜牌
//                    金牌 银牌 铜牌
lb.addMember("A",     32,  21, 16);
lb.addMember("D",     14,  4,  16);
lb.addMember("C",     20,  7,  12);
lb.addMember("B",     25,  29, 21);
lb.addMember("E",     13,  21, 18);
lb.addMember("F",     13,  17,  14);

// 获取 A 的排名
lb.rankFor("A"); // 1

// 获取top3
lb.top(3);
// [{"member":"A","score":"32#21#16","rank":1}, 
// {"member":"B","score":"25#29#21","rank":2}, 
// {"member":"C","score":"20#7#12","rank":3}]

// 获取整个排行榜
lb.allLeaders();
// [{"member":"A","score":"32#21#16","rank":1}, 
// {"member":"B","score":"25#29#21","rank":2}, 
// {"member":"C","score":"20#7#12","rank":3}, 
// {"member":"D","score":"14#4#16","rank":4}, 
// {"member":"E","score":"13#21#18","rank":5}, 
// {"member":"F","score":"13#17#14","rank":6}]

通过TairZset实现分布式排行榜

实现分布式排行榜有两种做法，分别为精确排名法和非精确排名法（线性差值法），下面分别介绍两种方法：
在这里插入图片描述

实现同一基本功能时，普通排行榜和分布式排行榜的实现方案如下：
说明此处分布式排行榜采用精确排名法实现, 通过多个 TairZset 来保存数据在不同的分片上。

基本功能	普通排行榜		分布式排行榜
	实现方案	时间复杂度	实现方案	时间复杂度
插入成员	通过 EXZADD 插入元素	O(N)	通过 crc(key) & m 计算要存放的目标 Key，然后通过 EXZADD 插入元素	O(log(N)) 说明本列中的m代表分片数
更新成员分值	通过 EXZINCRBY 更新分数	O(log(N))	通过 crc(key) & m 计算要存放的目标 Key，通过 EXZINCRBY 更新分数	O(log(N))
移除成员	通过 EXZREM 移除成员	O(M*log(N))	通过 crc(key) & m 计算要操作的Key，然后通过 EXZREM 移除成员	O(M*log(N))
查询成员数量	通过 EXZCARD 查询成员数量	O(1)	分别通过 EXZCARD 查询成员数量，然后相加。	O(m)
查询总页数	通过 EXZCARD 查询成员数量，然后除以PAGE_SIZE（每页可展示的记录数）	O(1)	分别通过 EXZCARD 查询成员数量，然后相加，得出的结果再除以PAGE_SIZE（每页可展示的记录数）	O(m)
某分数范围内的总成员数	通过 EXZCOUNT 查询	O(log(N))	分别执行 EXZCOUNT ，然后合并结果	m*O(log(N))
移除某分数范围内的成员	通过EXZREMRANGEBYSCORE移除	O(log(N)+M)	分别执行 EXZREMRANGEBYSCORE	m* O(log(N)+M)
获取成员分值	通过 EXZSCORE 查询	O(1)	通过 crc(key) & m 计算要操作的 Key，然后执行 EXZSCORE	O(1)
获取成员排名	通过 EXZRANK 查询	O(log(N))	去每一个分片调用 EXZRANKBYSCORE，然后相加	m*O(log(N))
同时获取成员和排名	通过 EXZSCORE 和EXZRANK 查询	O(log(N))	分别调用上面两个 API	m*O(log(N))
查询第top i个成员	通过 EXZRANGE 查询	O(log(N)+M)	通过 EXZRANGE 查询每个 top i，然后合并并得出最终结果	m*O(log(N)+M)
获取排行榜第 i 页	通过 EXZRANGE 查询	O(log(N))	将获取页数之前的元素都获取到，然后排序以获得最终的页数。如果查询的页面太靠后，可以限制获取的页面。	m*O(log(N))
设置过期时间	通过 EXPIRE 设置	O(1)	给每个元素设置过期	O(m)
删除排行榜	通过 DEL 删除	O(N) n 成员个数	同时 DEL 掉每个元素	m * O(n) m是key，n是成员个数

通过TairZset实现实时、小时、日、周和月维度的排行榜

该场景下的需求是实现月榜，那么这个Key就从月的维度进行索引，利用 TairZset 的多级索引能力可以轻松实现不同时间范围的排行榜。本案例中，月度的所有数据存储在一个 Key 中（名称为 julyZset），写入演示数据如下：

exzincrby julyZset 7#2#6#16#22#100 7#2#6#16#22_user1 
exzincrby julyZset 7#2#6#16#22#50 7#2#6#16#22_user2 
exzincrby julyZset 7#2#6#16#23#70 7#2#6#16#23_user1 
exzincrby julyZset 7#2#6#16#23#80 7#2#6#16#23_user1

说明

7#2#6#16#22#100表示7月第2周6号16点22分，更新其分数为100。
7#2#6#16#22_user1表示此时间点更新的用户，用户名加入了具体时间前缀。

在这里插入图片描述

总结

本文介绍了常见排行榜方案，并介绍了 TairZset 的功能，实现了奖牌榜，分布式排行榜，以及时间维度的各类榜单，在性能高效的同时也帮助用户解决了实际的业务问题，欢迎大家使用交流。

参考：
[1] alibabacloud-tairjedis-sdk: https://github.com/aliyun/alibabacloud-tairjedis-sdk
[2] 线性差值法：https://zh.wikipedia.org/zh-hans/线性差值