1. 为什么说Redis是排行榜的绝配？

排行榜功能在互联网应用中随处可见：游戏里的战力排行、电商平台的销量榜单、社交平台的点赞排行...这些场景都需要实时更新、高效查询的排序系统。传统数据库虽然也能实现，但遇到高并发场景时，性能就会捉襟见肘。

Redis的**有序集合（Sorted Set）数据类型天生就是为排行榜设计的。它采用跳跃表（Skip List）**数据结构实现，能在O(logN)时间复杂度内完成插入、删除和范围查询操作。更重要的是，当数据量达到万级时，Redis依然能保持毫秒级的响应速度。

2. 手把手教你实现排行榜功能

（Node.js版）

2.1 基础环境准备

// 使用ioredis库连接Redis
const Redis = require('ioredis');
const redis = new Redis({
  host: '127.0.0.1',
  port: 6379,
  password: 'yourpassword'
});

// 测试连接是否成功
redis.ping().then(() => {
  console.log('Redis连接成功!');
});

2.2 核心操作示例

2.2.1 更新玩家分数

// 使用ZADD命令更新分数（原子操作）
async function updateScore(userId, score) {
  // NX选项表示仅当成员不存在时添加
  // XX选项表示仅更新已存在的成员
  // 这里使用默认参数，即更新或新增
  return await redis.zadd('game_rank', score, userId);
}

// 示例：三个玩家同时更新分数
await Promise.all([
  updateScore('user001', 1500),
  updateScore('user002', 2300),
  updateScore('user003', 1800)
]);

2.2.2 获取前10名

async function getTop10() {
  // 使用ZREVRANGE获取降序排列的前10名
  // WITHSCORES参数表示同时返回分数
  return await redis.zrevrange('game_rank', 0, 9, 'WITHSCORES');
}

// 输出示例：
// [
//   'user002', '2300',
//   'user003', '1800',
//   'user001', '1500'
// ]

2.2.3 查看指定玩家排名

async function getUserRank(userId) {
  // ZREVRANK获取降序排名（从0开始）
  const rank = await redis.zrevrank('game_rank', userId);
  return rank !== null ? rank + 1 : null; // 转换为自然排名
}

// 查询用户002的排名
// 返回结果：1（表示第一名）

2.3 高级功能实现

2.3.1 分段分页查询

async function getRankByPage(page, pageSize) {
  const start = (page - 1) * pageSize;
  const end = start + pageSize - 1;
  return await redis.zrevrange('game_rank', start, end, 'WITHSCORES');
}

// 获取第二页数据（每页5条）
// 参数：page=2, pageSize=5
// 对应范围：5到9

2.3.2 带过期时间的排行榜

// 创建7天有效的周榜
async function createWeeklyRank() {
  const key = `rank:weekly:${getWeekNumber()}`;
  await redis.expire(key, 604800); // 设置7天过期
  return key;
}

// 获取当前周数（示例函数）
function getWeekNumber() {
  const now = new Date();
  const start = new Date(now.getFullYear(), 0, 1);
  return Math.ceil(((now - start) / 86400000 + start.getDay() + 1) / 7);
}

3. 适用场景深度解析

3.1 游戏场景

  • 实时战力排行：每场战斗结束后更新分数
  • 赛季排行榜：定期重置榜单（通过RENAME命令归档旧榜单）

3.2 电商场景

  • 实时销量排行：每秒处理上千次订单更新
  • 地区热销榜：通过多个有序集合实现地域维度划分

3.3 社交平台

  • 动态热度排行：综合点赞、评论、分享加权计算
  • 打赏周榜：使用带过期时间的自动归档榜单

4. 技术方案优缺点分析

4.1 优势亮点

  • 性能卓越：10万级数据量下，查询操作<5ms
  • 功能丰富：支持范围查询、分数区间过滤等
  • 扩展性强：通过集群方案支持百亿级数据

4.2 潜在挑战

  • 内存消耗：每个元素需要约64字节内存
  • 持久化风险：RDB持久化可能丢失最近数据
  • 复杂计算局限：不适合需要复杂计算的排名规则

5. 避坑指南与最佳实践

5.1 分数相同处理方案

// 当分数相同时，按时间戳排序
async function updateScoreWithTimestamp(userId, score) {
  const timestamp = Date.now();
  // 将时间戳转换为小数部分
  const finalScore = score + (1 - timestamp / 10e12);
  return await redis.zadd('game_rank', finalScore, userId);
}

5.2 大分页优化技巧

// 使用ZSCAN代替ZRANGE避免阻塞
async function scanRank(cursor = '0', results = []) {
  const [newCursor, items] = await redis.zscan('game_rank', cursor, 'REV');
  results.push(...items);
  return newCursor === '0' ? results : scanRank(newCursor, results);
}

5.3 内存优化策略

  • 使用ziplist编码（默认元素数≤128，元素大小≤64字节）
  • 定期清理过期数据（结合Lua脚本批量删除）

6. 综合技术选型建议

对于日均更新量<100万的场景，单机Redis即可胜任。当遇到以下情况时建议升级架构：

  • 数据量超过单机内存80%
  • 写操作QPS持续>5000
  • 需要跨地域数据同步

此时可以采用Redis Cluster方案，通过哈希槽分片将数据分布到多节点。同时建议配置哨兵机制保障高可用性。