这篇文章主要介绍复述中如何使用SortedSet实现多维度排序,文中介绍的非常详细,具有一定的参考价值,感兴趣的小伙伴们一定要看完!
<强>关于SortedSet
首先,我们都知道复述的SortedSet是可以根据分数进行排序的,以手机应用商店的热门榜单排序为例,根据下载量倒序排列,其简单用法如下:
对SortedSet做一下简单总结：
默认升序排列，即通过命令 ZRANGE 实现；如果要按照降序排列，需要通过命令 ZREVRANGE 实现；
当score即得分一样时，按照 字典顺序 对member进行排序，字典排序用的是二进制，它比较的是字符串的字节数组，所以实际上是比较ASCII码。
简单用法介绍完后，接下来给出几种方案，介绍 如何利用Redis实现多维度排序 。同样的，还是以手机应用商店的热门榜单排序为例：首先按照APP的下载量倒序排序，如果下载量一样，则按照最后更新时间倒序排列。
方案1
介绍的第一个方案，并不需要依赖SortedSet，它的实现非常简单，但是需要产品做简单的妥协，即不能实时更新榜单。其实现方案是：定时每隔1分钟（可以由产品确定时间间隔）通过SQL（select * from tb_apps order by download_count desc, updated_time desc limit 300）或者其他方式计算热门榜单，然后把TOP300用List结构保存到缓存中。
说明：根据应用商店的用户行为分析，真实用户很少会预览10页以后的数据，即使有这种用户，我们也可以忽略掉。所以只需要将总计10页，即10x30=300个APP信息用List结构保存即可。分页取数据时，通过lrange命令即可轻松实现。
这种方案虽然简单，但是非常有用。即使不能做到实时，但是并没有影响用户体验。在项目初期需要快速发布，是一个比较推荐的做法。
方案2
方案2就是本文重点介绍的利用SortedSet实现多维度排序。
介绍方案之前，我们再看一下SortedSet排序因子score， 它是一个双精度64位的浮点型数字字符串。+inf和-inf都是有效值 ，能包括的整数范围是-(2^53) 到 +(2^53)，或者说是-9007199254740992 到 9007199254740992。
那么，我们如何实现多维度排序呢？答案是 构造一个特殊的score 。以本文案例为例，排序影响因子是下载量和更新时间，那么我们可以构造一个这样特殊的浮点类型的score： 整数部分就是下载量，小数部分就是最后更新时间戳 。
talk is cheap，show me the code。假设有5个app的下载量和最后更新时间分别如下（说明：更新时间只精确到秒）：
wechat-下载量：12000000，最后更新时间：1564022201；其score为：12000000.1564022201
qq-下载量：12000000，最后更新时间：1564022222；其score为：12000000.1564022222
tiktok-下载量：9808900，最后更新时间：1563552267；其score为：9808900.1563552267
taobao-下载量：11006600，最后更新时间：1564345601；其score为：11006600.1564345601
alipay-下载量：11006600，最后更新时间：1564345600；其score为：11006600.1564345600
接下来，我们通过如下命令将这5个APP用SortedSet数据类型保存到Redis中：
zadd TopApp 12000000.1564022201 wechat 12000000.1564022222 qq 9808900.1563552267 tiktok 11006600.1564345601 taobao 11006600.1564345600 alipay
保存后，我们看一下排序结果是否符合我们的预期：
127.0.0.1:6379> zrevrange TopApp 0 -1 1),“qq" 2),“wechat" 3),“taobao" 4),“alipay" 5),“tiktok"
写在最后
是不是很完美吗?
还不完的美,这种讨巧的方式只能实现二维排序。如果有三维排序,四维排序呢?这里笔者提供一种实现参考,即自定义得分权重计算公式,这个公式包含所有影响排序的因子,例如:<代码> downloadCount * 1000 + updatedTime>
以上是“复述中如何使用SortedSet实现多维度排序”这篇文章的所有内容,感谢各位的阅读!希望分享的内容对大家有帮助,更多相关知识,欢迎关注行业资讯频道!
