Java案例如何实现排行榜功能？

Java排行榜功能实现全攻略：从Redis到MySQL的实战案例解析

📖 文章目录导读

1. 排行榜功能的应用场景与核心挑战
2. 技术选型对比：Redis vs MySQL vs 内存排序
3. 基于Redis Sorted Set的实时排行榜
   • 数据结构设计与核心API
   • 用户积分变更与排名更新
   • 分页查询与区间排名
4. 基于MySQL的持久化排行榜
   • 数据库表设计
   • 高效SQL实现排名计算
   • 定时同步与缓存优化
5. 实战代码案例：游戏积分排行榜
   • 完整Java代码演示
   • 性能测试对比数据
6. 常见问题与最佳实践
7. FAQ问答：排行榜高频误区

---

排行榜功能的应用场景与核心挑战

在互联网应用中,排行榜几乎无处不在：游戏积分榜、直播打赏榜、电商销量榜、文章热度榜等，一个成熟的排行榜系统需要解决三大核心问题：

• 实时性：用户操作后排名能否秒级更新？
• 准确性：同分情况下如何处理并列排名？
• 高并发：千万级用户同时查询时如何保证性能？

实战场景：某手游需要实现“全服玩家战力排行榜”，每天凌晨0点更新，支持按段位分组查看，单条数据变更后需在30秒内反映到榜单上。

---

技术选型对比：Redis vs MySQL vs 内存排序

技术方案	适用场景	优势	劣势
Redis Sorted Set	实时性要求高、数据量百万级	O(logN)插入/查询，支持范围查找	内存成本高，无持久化需额外设计
MySQL 排序	数据量千万级、需要复杂过滤	支持SQL灵活查询，持久化可靠	全表排序性能瓶颈，不适用高频更新
内存排序（TreeMap等）	单机小规模（万级）	实现简单，延迟极低	无法分布式扩展，重启丢失数据

行业趋势：绝大多数商业级排行榜采用 Redis Sorted Set + MySQL 定期同步 的混合架构，既保证实时性又确保数据不丢。

---

方案一：基于Redis Sorted Set的实时排行榜

1 数据结构设计

Redis的Sorted Set（有序集合）天然适合排行榜：

• key：ranking:game:{gameId}（按游戏分区隔离）
• member：userId（用户唯一标识）
• score：totalScore（排序依据，支持浮点数）

2 核心API操作

// 添加/更新用户分数（自动排序）
redisTemplate.opsForZSet().add("ranking:game:1001", "user_123", 9850.0);
// 获取用户排名（从0开始，需+1）
Long rank = redisTemplate.opsForZSet().reverseRank("ranking:game:1001", "user_123");
// 返回0表示第一名，-1表示不在榜单
// 获取Top10
Set<ZSetOperations.TypedTuple<String>> top10 = 
    redisTemplate.opsForZSet().reverseRangeWithScores("ranking:game:1001", 0, 9);
// 获取指定分数区间用户（如8000-9000分段）
Set<String> rangeUsers = 
    redisTemplate.opsForZSet().rangeByScore("ranking:game:1001", 8000, 9000);

3 高性能要点

• 原子性更新：使用 incrementScore 避免并发覆盖
• 只保留Top N：通过 ZREMRANGEBYRANK 定期清理末尾用户
• 合并同分排名：利用时间戳+分数组合score（如 score = 实际分数 + (1 - 时间戳/1e13)），实现“分数相同则先达者优先”

---

方案二：基于MySQL的持久化排行榜

1 数据库表设计

CREATE TABLE user_ranking (
    id BIGINT AUTO_INCREMENT PRIMARY KEY,
    game_id INT NOT NULL,
    user_id VARCHAR(32) NOT NULL,
    total_score DECIMAL(12,2) NOT NULL DEFAULT 0,
    update_time DATETIME NOT NULL,
    UNIQUE KEY uk_game_user (game_id, user_id),
    INDEX idx_game_score (game_id, total_score DESC)
);

2 高效SQL实现排名

窗口函数（MySQL 8.0+）

SELECT 
    user_id,
    total_score,
    RANK() OVER (PARTITION BY game_id ORDER BY total_score DESC, update_time ASC) as rank
FROM user_ranking
WHERE game_id = 1001
LIMIT 10;

变量法（兼容旧版本）

SET @rank = 0, @prev_score = NULL;
SELECT 
    user_id,
    total_score,
    @rank := IF(@prev_score = total_score, @rank, @rank + 1) AS rank,
    @prev_score := total_score
FROM user_ranking
WHERE game_id = 1001
ORDER BY total_score DESC, update_time ASC;

3 性能优化策略

• 索引覆盖：(game_id, total_score, update_time) 复合索引
• 定时缓存：每5分钟将Top100缓存到Redis，用于热点查询
• 分区表：按游戏ID分区，单分区不超过500万行

---

实战代码案例：游戏积分排行榜

1 完整Service实现（Spring Boot）

@Service
public class RankingService {
    @Autowired
    private RedisTemplate<String, String> redisTemplate;
    @Autowired
    private UserRankingMapper rankingMapper;
    private static final String RANKING_KEY = "ranking:game:%d";
    private static final int TOP_N = 1000;
    // 玩家获得积分时调用
    @Transactional
    public void addScore(Long gameId, String userId, double score) {
        // 1. 更新数据库（持久化）
        rankingMapper.upsertScore(gameId, userId, score);
        // 2. 更新Redis（实时）
        String key = String.format(RANKING_KEY, gameId);
        redisTemplate.opsForZSet().incrementScore(key, userId, score);
        // 3. 维护榜单大小（定期清理999名之后）
        if (Math.random() < 0.01) { // 1%概率触发清理
            cleanExcessMembers(key);
        }
    }
    // 获取用户排名及前后10名
    public Map<String, Object> getRankingWithNeighbors(Long gameId, String userId) {
        String key = String.format(RANKING_KEY, gameId);
        Long myRank = redisTemplate.opsForZSet().reverseRank(key, userId);
        if (myRank == null) {
            return Map.of("code", 404, "msg", "用户未上榜");
        }
        // 计算前后范围
        long start = Math.max(0, myRank - 10);
        long end = myRank + 10;
        Set<ZSetOperations.TypedTuple<String>> neighbors = 
            redisTemplate.opsForZSet().reverseRangeWithScores(key, start, end);
        return Map.of(
            "myRank", myRank + 1,
            "neighbors", buildRankingList(neighbors)
        );
    }
    private void cleanExcessMembers(String key) {
        Long size = redisTemplate.opsForZSet().size(key);
        if (size != null && size > TOP_N) {
            redisTemplate.opsForZSet().removeRange(key, 0, size - TOP_N - 1);
        }
    }
}

2 性能测试数据

场景	单次操作耗时	支撑QPS
Redis Sorted Set插入（10万数据）	3ms	30000
MySQL窗口函数排名查询（100万数据）	120ms	800
Redis+MySQL混合写入	2ms(异步)	50000

---

常见问题与最佳实践

问题1：排行榜出现“幽灵用户”

原因：用户注销后未从榜单中移除
解决：监听用户状态变更事件，调用 remove(key, userId) 同步删除

问题2：Redis宕机排行榜丢失

方案：启用Redis RDB+AOF持久化，配合MySQL定期全量重建脚本

问题3：同分排名规则不一致

最佳实践：在业务层定义规范——“同分按更新时间升序”，score可编码为：实际分 * 1e10 + (MAX_TIMESTAMP - updateTimestamp)

---

FAQ问答：排行榜高频误区

Q1：直接用MySQL的ORDER BY做排行榜，性能真的差吗？
A：如果表数据量超过10万行且并发查询量>1000/s，使用ORDER BY score DESC会导致全表排序，磁盘IO暴增，建议务必加索引，或用Redis兜底。

Q2：Redis Sorted Set最多能存多少数据？
A：单key建议不超过100万member（约占用200MB内存），若需千万级，建议按游戏ID/区服拆分多个key。

Q3：如何实现“只看好友排名”？
A：先获取用户好友列表（可用Redis Set存储好友关系），然后遍历好友ID逐个调用ZSCORE和ZRANK获取分数和排名，最后在应用层排序返回。

Q4：排行榜更新延迟怎么处理？
A：采用 最终一致性 设计：Redis写入后立即生效，MySQL异步批量落库（每10秒或每100条合并一次写），如果强一致性要求，可用分布式事务（Seata），但会降低性能。