当前位置：首页 > news >正文

Redis大显身手：实时用户活跃排行榜

news 2025/11/24 12:25:34

文章目录

- - 场景说明
  - 方案设计
  - - 数据结构
  - Redis使用方案
  - 排行榜实现
  - - 更新用户活跃积分
    - 幂等策略
    - 榜单评分更新
    - 触发活跃度更新
    - 排行榜查询

技术派项目源码地址 :

Gitee :技术派 - https://gitee.com/itwanger/paicoding
Github :技术派 - https://github.com/itwanger/paicoding

效果如图 :

场景说明

技术派中，提供了一个用户的活跃排行榜，当然作为一个博客社区，更应该实现的是作者排行榜；出于让大家更有参与感的目的，我们以用户活跃度来设计一个排行榜，区分日/月两个榜单

用户活跃度计算方式：

用户每访问一个新的页面 +1分
对于一篇文章，点赞、收藏 +2分；取消点赞、取消收藏，将之前的活跃分收回
文章评论 +3分
发布一篇审核通过的文章 +10分

方案设计

数据结构

排行榜，一般而言都是连续的，借此我们可以联想到一个合适的数据结构LinkedList，
好处在于排名变动时，不需要数组的拷贝

Redis使用方案

这里主要使用的是redis的ZSET数据结构，带权重的集合，下面分析一下可能性

set: 集合确保里面元素的唯一性
权重：这个可以看做我们的score，这样每个元素都有一个score；
zset：根据score进行排序的集合
从zset的特性来看，我们每个用户的积分，丢到zset中，就是一个带权重的元素，
而且是已经排好序的了，只需要获取元素对应的index，就是我们预期的排名

排行榜实现

更新用户活跃积分

接下来我们先思考一下，这个具体的应该怎么实现，先梳理实现的业务流程

根据业务实体，计算需要增加/减少的活跃度
对于增加活跃度时：

做一个幂等，防止重复添加，因此需要判断下之前有没有重复添加过相关的活跃度
若幂等了，则直接返回；否则，执行更新，并做好幂等保存

对于减少活跃度时：

判断之前有没有加过活跃度，防止扣减为负数
之前没有扣减过，则直接返回；否则，执行扣减，并移除幂等判定

上面的业务逻辑清晰之后，在看一下我们实现的关键要素

怎么做幂等？
如何更新榜单的评分？

幂等策略

放了防止重复加活跃度，怎么做幂等呢?
一个简单的方案就是将用户的每个加分项，都直接记录下来，在执行具体加分时，基于此来做幂等判定

基于上面这个思路，很容易想到的一个方案就是

每个用户维护一个活跃更新操作历史记录表，我们先尽量设计得轻量级一点

直接将用户的历史日志，保存在redis的hash数据结构中，每天一个记录

key: activity_rank_{user_id}_{年月日}
field: 活跃度更新key
value: 添加的活跃度

榜单评分更新

对有序集合中的某个成员的分数进行增加操作，并返回增加后的总分值

具体实现代码如下

public void addActivityScore(Long userId, ActivityScoreBo activityScore) {if (userId == null) {return;}// 1. 计算活跃度(正为加活跃,负为减活跃)String field;int score = 0;if (activityScore.getPath() != null) {field = "path_" + activityScore.getPath();score = 1;} else if (activityScore.getArticleId() != null) {field = activityScore.getArticleId() + "_";if (activityScore.getPraise() != null) {field += "praise";score = BooleanUtils.isTrue(activityScore.getPraise()) ? 2 : -2;} else if (activityScore.getCollect() != null) {field += "collect";score = BooleanUtils.isTrue(activityScore.getCollect()) ? 2 : -2;} else if (activityScore.getRate() != null) {// 评论回复field += "rate";score = BooleanUtils.isTrue(activityScore.getRate()) ? 3 : -3;} else if (BooleanUtils.isTrue(activityScore.getPublishArticle())) {// 发布文章field += "publish";score += 10;}} else if (activityScore.getFollowedUserId() != null) {field = activityScore.getFollowedUserId() + "_follow";score = BooleanUtils.isTrue(activityScore.getFollow()) ? 2 : -2;} else {return;}final String todayRankKey = todayRankKey();final String monthRankKey = monthRankKey();// 2. 幂等，判断之前是否有更新过相关的活跃度信息final String userActionKey = ACTIVITY_SCORE_KEY + userId + DateUtil.format(DateTimeFormatter.ofPattern("yyyyMMdd"), System.currentTimeMillis());Integer ans = RedisClient.hGet(userActionKey, field, Integer.class);if (ans == null) {// 2.1 之前没有加分记录，执行具体的加分if (score > 0) {// 记录加分记录RedisClient.hSet(userActionKey, field, score);// 个人用户的操作记录，保存一个月的有效期，方便用户查询自己最近31天的活跃情况RedisClient.expire(userActionKey, 31 * DateUtil.ONE_DAY_SECONDS);// 更新当天和当月的活跃度排行榜Double newAns = RedisClient.zIncrBy(todayRankKey, String.valueOf(userId), score);RedisClient.zIncrBy(monthRankKey, String.valueOf(userId), score);if (log.isDebugEnabled()) {log.info("活跃度更新加分! key#field = {}#{}, add = {}, newScore = {}", todayRankKey, userId, score, newAns);}if (newAns <= score) {// 日活跃榜单，保存31天；月活跃榜单，保存1年RedisClient.expire(todayRankKey, 31 * DateUtil.ONE_DAY_SECONDS);RedisClient.expire(monthRankKey, 12 * DateUtil.ONE_MONTH_SECONDS);}}} else if (ans > 0) {// 2.2 之前已经加过分，因此这次减分可以执行if (score < 0) {Boolean oldHave = RedisClient.hDel(userActionKey, field);if (BooleanUtils.isTrue(oldHave)) {Double newAns = RedisClient.zIncrBy(todayRankKey, String.valueOf(userId), score);RedisClient.zIncrBy(monthRankKey, String.valueOf(userId), score);if (log.isDebugEnabled()) {log.info("活跃度更新减分! key#field = {}#{}, add = {}, newScore = {}", todayRankKey, userId, score, newAns);}}}}
}

触发活跃度更新

文章/用户的相关操作事件监听，并更新对应的活跃度
添加了@Async注解, 作为异步处理, 不参与原本的业务逻辑当中

/*** 用户操作行为，增加对应的积分** @param msgEvent*/
@EventListener(classes = NotifyMsgEvent.class)
@Async
public void notifyMsgListener(NotifyMsgEvent msgEvent) {switch (msgEvent.getNotifyType()) {case COMMENT:case REPLY:CommentDO comment = (CommentDO) msgEvent.getContent();userActivityRankService.addActivityScore(ReqInfoContext.getReqInfo().getUserId(), new ActivityScoreBo().setRate(true).setArticleId(comment.getArticleId()));break;case COLLECT:UserFootDO foot = (UserFootDO) msgEvent.getContent();userActivityRankService.addActivityScore(ReqInfoContext.getReqInfo().getUserId(), new ActivityScoreBo().setCollect(true).setArticleId(foot.getDocumentId()));break;case CANCEL_COLLECT:foot = (UserFootDO) msgEvent.getContent();userActivityRankService.addActivityScore(ReqInfoContext.getReqInfo().getUserId(), new ActivityScoreBo().setCollect(false).setArticleId(foot.getDocumentId()));break;case PRAISE:foot = (UserFootDO) msgEvent.getContent();userActivityRankService.addActivityScore(ReqInfoContext.getReqInfo().getUserId(), new ActivityScoreBo().setPraise(true).setArticleId(foot.getDocumentId()));break;case CANCEL_PRAISE:foot = (UserFootDO) msgEvent.getContent();userActivityRankService.addActivityScore(ReqInfoContext.getReqInfo().getUserId(), new ActivityScoreBo().setPraise(false).setArticleId(foot.getDocumentId()));break;case FOLLOW:UserRelationDO relation = (UserRelationDO) msgEvent.getContent();userActivityRankService.addActivityScore(ReqInfoContext.getReqInfo().getUserId(), new ActivityScoreBo().setFollow(true).setArticleId(relation.getUserId()));break;case CANCEL_FOLLOW:relation = (UserRelationDO) msgEvent.getContent();userActivityRankService.addActivityScore(ReqInfoContext.getReqInfo().getUserId(), new ActivityScoreBo().setFollow(false).setArticleId(relation.getUserId()));break;default:}
}

发布文章事件

/*** 发布文章，更新对应的积分** @param event*/
@Async
@EventListener(ArticleMsgEvent.class)
public void publishArticleListener(ArticleMsgEvent<ArticleDO> event) {ArticleEventEnum type = event.getType();if (type == ArticleEventEnum.ONLINE) {userActivityRankService.addActivityScore(ReqInfoContext.getReqInfo().getUserId(),new ActivityScoreBo().setPublishArticle(true).setArticleId(event.getContent().getId()));}

基于用户浏览行为的活跃度更新，这个就可以再Filte/Inteceptor层来实现了

@Overridepublic boolean preHandle(HttpServletRequest request, HttpServletResponse response, Object handler) throws Exception {if (handler instanceof HandlerMethod) {HandlerMethod handlerMethod = (HandlerMethod) handler;Permission permission = handlerMethod.getMethod().getAnnotation(Permission.class);if (permission == null) {permission = handlerMethod.getBeanType().getAnnotation(Permission.class);}if (permission == null || permission.role() == UserRole.ALL) {if (ReqInfoContext.getReqInfo() != null) {// 用户活跃度更新SpringUtil.getBean(UserActivityRankService.class).addActivityScore(ReqInfoContext.getReqInfo().getUserId(), new ActivityScoreBo().setPath(ReqInfoContext.getReqInfo().getPath()));}return true;}if (ReqInfoContext.getReqInfo() == null || ReqInfoContext.getReqInfo().getUserId() == null) {if (handlerMethod.getMethod().getAnnotation(ResponseBody.class) != null|| handlerMethod.getMethod().getDeclaringClass().getAnnotation(RestController.class) != null) {// 访问需要登录的rest接口response.setContentType(MediaType.APPLICATION_JSON_UTF8_VALUE);response.getWriter().println(JsonUtil.toStr(ResVo.fail(StatusEnum.FORBID_NOTLOGIN)));response.getWriter().flush();return false;} else if (request.getRequestURI().startsWith("/api/admin/") || request.getRequestURI().startsWith("/admin/")) {response.sendRedirect("/admin");} else {// 访问需要登录的页面时，直接跳转到登录界面response.sendRedirect("/");}return false;}if (permission.role() == UserRole.ADMIN && !UserRole.ADMIN.name().equalsIgnoreCase(ReqInfoContext.getReqInfo().getUser().getRole())) {// 设置为无权限response.setStatus(HttpStatus.FORBIDDEN.value());return false;}}return true;}

排行榜查询

从redis中获取topN的用户+评分
查询用户的信息
根据用户评分进行排序，并更新每个用户的排名

@Override
public List<RankItemDTO> queryRankList(ActivityRankTimeEnum time, int size) {String rankKey = time == ActivityRankTimeEnum.DAY ? todayRankKey() : monthRankKey();// 1. 获取topN的活跃用户List<ImmutablePair<String, Double>> rankList = RedisClient.zTopNScore(rankKey, size);if (CollectionUtils.isEmpty(rankList)) {return Collections.emptyList();}// 2. 查询用户对应的基本信息// 构建userId -> 活跃评分的map映射，用于补齐用户信息Map<Long, Integer> userScoreMap = rankList.stream().collect(Collectors.toMap(s -> Long.valueOf(s.getLeft()), s -> s.getRight().intValue()));List<SimpleUserInfoDTO> users = userService.batchQuerySimpleUserInfo(userScoreMap.keySet());// 3. 根据评分进行排序List<RankItemDTO> rank = users.stream().map(user -> new RankItemDTO().setUser(user).setScore(userScoreMap.getOrDefault(user.getUserId(), 0))).sorted((o1, o2) -> Integer.compare(o2.getScore(), o1.getScore())).collect(Collectors.toList());// 4. 补齐每个用户的排名IntStream.range(0, rank.size()).forEach(i -> rank.get(i).setRank(i + 1));return rank;
}

核心的实现如下, 基于 zRangeWithScores 获取指定排名的用户+对应分数，其中topN的写法如下

/*** 找出排名靠前的n个** @param key* @param n* @return*/
public static List<ImmutablePair<String, Double>> zTopNScore(String key, int n) {return template.execute(new RedisCallback<List<ImmutablePair<String, Double>>>() {@Overridepublic List<ImmutablePair<String, Double>> doInRedis(RedisConnection connection) throws DataAccessException {Set<RedisZSetCommands.Tuple> set = connection.zRangeWithScores(keyBytes(key), -n, -1);if (set == null) {return Collections.emptyList();}return set.stream().map(tuple -> ImmutablePair.of(toObj(tuple.getValue(), String.class), tuple.getScore())).sorted((o1, o2) -> Double.compare(o2.getRight(), o1.getRight())).collect(Collectors.toList());}});
}