手把手教你用Redis实现百万级数据排行榜功能！（附完整Java实战）

原创于 2025-06-30 16:37:44 发布 · 1.8k 阅读

20 ·

CC 4.0 BY-SA版权

文章标签：

#redis #java #数据库

🚀手把手教你用Redis实现百万级数据排行榜功能！（附完整Java实战）

在如今电商、游戏、社交类系统中，“排行榜”已成为不可或缺的功能之一。如何做到高性能、高并发、可扩展的排行榜？Redis + Java 是你的不二之选！

本文将带你从0到1实现百万级数据排行榜功能，不仅有原理讲解，还有完整Java代码实现！

📌一、为什么选择 Redis 实现排行榜？

Redis 提供了一个完美契合排行榜需求的数据结构：Sorted Set（有序集合）。

特点：

元素唯一，每个元素关联一个 score
自动按 score 排序（从小到大/从大到小）
支持范围查询、排名查询、分数更新

适用于如：游戏积分榜、电商销售榜、粉丝活跃榜……

🧠二、排行榜基本功能设计

我们以“用户积分排行榜”为例，模拟百万用户数据，支持以下功能：

批量缓存百万用户数据
查询某个用户的当前排名
查询某个排名区间的用户列表（如TOP10）
实时更新用户分数并自动重新排序

🛠️三、Java + Redis 实战：百万数据排行榜

1️⃣ 技术栈选型

Spring Boot
Redis（建议 Redis 6.0+）
Jedis / Lettuce（推荐使用 Lettuce）
Java 8+

2️⃣ Maven 依赖

<dependencies>
    <dependency>
        <groupId>org.springframework.boot</groupId>
        <artifactId>spring-boot-starter-data-redis</artifactId>
    </dependency>
    <dependency>
        <groupId>org.springframework.boot</groupId>
        <artifactId>spring-boot-starter</artifactId>
    </dependency>
</dependencies>

3️⃣ Redis 配置（application.yml）

spring:
  data:
    redis:
      host: localhost
      port: 6379
      client-name: redisClient
      timeout: 3000ms
      lettuce:
        pool:
          max-active: 20
          max-idle: 10
          min-idle: 5

4️⃣ 核心 Java 代码

🔹定义排行榜服务

@Service
public class RankService {

    private static final String RANK_KEY = "user:score:rank";

    @Autowired
    private StringRedisTemplate redisTemplate;

    public void addOrUpdateUserScore(String userId, double score) {
        redisTemplate.opsForZSet().add(RANK_KEY, userId, score);
    }

    public Long getUserRank(String userId) {
        Long rank = redisTemplate.opsForZSet().reverseRank(RANK_KEY, userId);
        return rank != null ? rank + 1 : null;
    }

    public Set<ZSetOperations.TypedTuple<String>> getTopUsers(int start, int end) {
        return redisTemplate.opsForZSet().reverseRangeWithScores(RANK_KEY, start, end);
    }

    public void generateTestData(int count) {
        Random random = new Random();
        Map<String, Double> dataMap = new HashMap<>();
        for (int i = 1; i <= count; i++) {
            dataMap.put("user_" + i, random.nextDouble() * 10000);
        }
        redisTemplate.executePipelined((RedisCallback<Object>) connection -> {
            dataMap.forEach((userId, score) -> 
                ((StringRedisConnection) connection).zAdd(RANK_KEY, score, userId)
            );
            return null;
        });
    }

    public void clearRank() {
        redisTemplate.delete(RANK_KEY);
    }
}

5️⃣ 控制器测试接口

@RestController
@RequestMapping("/rank")
public class RankController {

    @Autowired
    private RankService rankService;

    @PostMapping("/init")
    public String initData(@RequestParam int count) {
        rankService.clearRank();
        rankService.generateTestData(count);
        return "初始化" + count + "条数据成功";
    }

    @PostMapping("/update")
    public String updateScore(@RequestParam String userId, @RequestParam double score) {
        rankService.addOrUpdateUserScore(userId, score);
        return "更新成功";
    }

    @GetMapping("/rank")
    public String getRank(@RequestParam String userId) {
        Long rank = rankService.getUserRank(userId);
        return rank == null ? "未上榜" : "当前排名：" + rank;
    }

    @GetMapping("/top")
    public List<String> getTop(@RequestParam int start, @RequestParam int end) {
        Set<ZSetOperations.TypedTuple<String>> topUsers = rankService.getTopUsers(start, end);
        return topUsers.stream()
                .map(t -> t.getValue() + "（积分：" + String.format("%.2f", t.getScore()) + "）")
                .collect(Collectors.toList());
    }
}