标签:sort 字典顺序 [] 优化 tran 取出 分数 amp 相对
目录
前段时间刚为项目(手游)实现了一个实时排行榜功能, 主要特性:
数据量不大, 大致在 1W ~ 50W区间(开服, 合服会导致单个服角色数越来越多).
按照排行主体类型划分, 主要分为:
该项目是个坦克手游, 大致情况是每个角色有N辆坦克, 坦克分为多种类型(轻型, 重型等), 玩家可加入一个军团(公会).
具体又可以细分为:
自行火炮
↑ 括号内为排序维度
基于实时性的考虑, 决定使用Redis来实现该排行榜.
文章中用到的redis命令如有不清楚的, 可参照 Redis在线手册.
需要解决如下问题:
基于Redis的排行榜主要使用的是Redis的 有序集合(SortedSet)来实现
添加 成员-积分 的操作是通过Redis的zAdd操作
ZADD key score member [[score member] [score member] ...]
默认情况下, 若score相同, 则按照 member 的字典顺序排序.
首先以等级排行榜(1. 等级 2.战力)为例, 该排行榜要求同等级的玩家, 战斗力大的排在前. 因此分数可以定为:
**分数 = 等级*10000000000 + 战斗力**
游戏中玩家等级范围是1~100, 战力范围0~100000000.
此处设计中为战斗力保留的值范围是 10位数值, 等级是 3位数值, 因此最大数值为 13位.
有序集合的score取值是是64位整数值或双精度浮点数, 最大表示值是 9223372036854775807, 即能完整表示18位数值, 因此用于此处的 13位score 绰绰有余.
另一个典型排行榜是 通天塔排行榜(1.层数 2.通关时间), 该排行榜要求通过层数相同的, 通关时间较早的优先.
由于要求的是通关时间较早的优先, 因此不能像之前那样直接 **分数=层数*10^N+通关时间**.
我们可以将通关时间转换为一个相对时间, 即 **分数=层数*10^N + (基准时间 - 通关时间)
很明显的, 通关时间越近(大), 则 基准时间 - 通关时间** 值越小, 符合该排行榜要求.
基准时间的选择则随意选择了较远的一个时间 2050-01-01 00:00:00, 对应时间戳2524579200
最终, **分数 = 层数*10^N + (2524579200 - 通过时间戳)
上述分数公式中, N取10, 即保留10位数的相对时间.
坦克排行榜跟其他排行榜的区别在于, 有序集合中的 member 是一个复合id, 由 uid_tankId 组成.
这点是需要注意的.
还是以等级排行榜为例
游戏中展示的等级排行榜所需的数据包括(但不限于):
由于这些数据在游戏过程中是会动态变更的, 因此此处不考虑将这些数据直接作为 member 存储在有序集合中.
用于存储玩家等级排行榜有序集合如下
-- s1:rank:user:lv ---------- zset --
| 玩家id1 | score1
| ...
| 玩家idN | scoreN
-------------------------------------
member为角色uid, score为复合积分
使用hash存储玩家的动态数据(json)
-- s1:rank:user:lv:item ------- string --
| 玩家id1 | 玩家数据的json串
| ...
| 玩家idN |
-----------------------------------------
使用这种方案, 只需要在玩家创建角色时, 将该角色添加到等级排行榜中, 后续则是当玩家 等级\战斗力 发生变化时需实时更新s1:rank:user:lv
该玩家的复合积分即可. 若玩家其他数据(用于排行榜显示)有变化, 则也相应地修改其在 s1:rank:user:lv:item
中的数据json串.
依旧以等级排行榜为例.
目的
: 需要从 s1:rank:user:lv
中取出前100名玩家, 及其数据.
用到的Redis命令
: ZRANGE key start stop [WITHSCORES]
: 时间复杂度: O(log(N)+M), N 为有序集的基数,而 M 为结果集的基数。
步骤
zRange("s1:rank:user:lv", 0, 99)
获取前100个玩家的uidhGet("s1:rank:user:lv:item", $uid)
逐个获取前100个玩家的具体信息具体实现时, 上面的步骤2是可以优化的.
分析
: zRange时间复杂度是O(log(N)+M) , N 为有序集的基数,而 M 为结果集的基数
: hGet时间复杂度是 O(1)
: 步骤2由于最多需要获取100个玩家数据, 因此需要执行100次, 此处的执行时间还得加上与redis通信的时间, 即使单次只要1MS, 最多也需要100MS.
解决
: 借助Redis的事务, 整个过程可以降低到只与redis通信2次, 大大降低了所耗时间.
以下示例为php代码
// $redis
$redis->multi(Redis::PIPELINE);
foreach ($uids as $uid) {
$redis->hGet($userDataKey, $uid);
}
$resp = $redis->exec(); // 结果会一次性以数组形式返回
<?php
class RankList
{
protected $rankKey;
protected $rankItemKey;
protected $sortFlag;
protected $redis;
public function __construct($redis, $rankKey, $rankItemKey, $sortFlag=SORT_DESC)
{
$this->redis = $redis;
$this->rankKey = $rankKey;
$this->rankItemKey = $rankItemKey;
$this->sortFlag = SORT_DESC;
}
/**
* @return Redis
*/
public function getRedis()
{
return $this->redis;
}
/**
* @param Redis $redis
*/
public function setRedis($redis)
{
$this->redis = $redis;
}
/**
* 新增/更新单人排行数据
* @param string|int $uid
* @param null|double $score
* @param null|string $rankItem
*/
public function updateScore($uid, $score=null, $rankItem=null)
{
if (is_null($score) && is_null($rankItem)) {
return;
}
$redis = $this->getRedis()->multi(Redis::PIPELINE);
if (!is_null($score)) {
$redis->zAdd($this->rankKey, $score, $uid);
}
if (!is_null($rankItem)) {
$redis->hSet($this->rankItemKey, $uid, $rankItem);
}
$redis->exec();
}
/**
* 获取单人排行
* @param string|int $uid
* @return array
*/
public function getRank($uid)
{
$redis = $this->getRedis()->multi(Redis::PIPELINE);
if ($this->sortFlag == SORT_DESC) {
$redis->zRevRank($this->rankKey, $uid);
} else {
$redis->zRank($this->rankKey, $uid);
}
$redis->hGet($this->rankItemKey, $uid);
list($rank, $rankItem) = $redis->exec();
return [$rank===false ? -1 : $rank+1, $rankItem];
}
/**
* 移除单人
* @param $uid
*/
public function del($uid)
{
$redis = $this->getRedis()->multi(Redis::PIPELINE);
$redis->zRem($this->rankKey, $uid);
$redis->hDel($this->rankItemKey, $uid);
$redis->exec();
}
/**
* 获取排行榜前N个
* @param $topN
* @param bool $withRankItem
* @return array
*/
public function getList($topN, $withRankItem=false)
{
$redis = $this->getRedis();
if ($this->sortFlag === SORT_DESC) {
$list = $redis->zRevRange($this->rankKey, 0, $topN);
} else {
$list = $redis->zRange($this->rankKey, 0, $topN);
}
$rankItems = [];
if (!empty($list) && $withRankItem) {
$redis->multi(Redis::PIPELINE);
foreach ($list as $uid) {
$redis->hGet($this->rankItemKey, $uid);
}
$rankItems = $redis->exec();
}
return [$list, $rankItems];
}
/**
* 清除排行榜
*/
public function flush()
{
$redis = $this->getRedis();
$redis->del($this->rankKey, $this->rankItemKey);
}
}
这就是一个排行榜最简单的实现了, 排行项的积分计算由外部自行处理.
标签:sort 字典顺序 [] 优化 tran 取出 分数 amp 相对
原文地址:https://www.cnblogs.com/youjiaxing/p/10310617.html