别再只用String了！SpringBoot整合Redisson 3.17.1，用ZSet轻松搞定排行榜与实时统计
当你的应用需要处理排行榜、实时统计或热度排序时，还在用MySQL的ORDER BY加缓存？或者用String类型手动维护分数？是时候升级你的技术栈了。Redis的ZSet（有序集合）数据结构天生就是为这类场景设计的，而Redisson作为Redis的Java客户端，提供了更符合Java开发者习惯的API。本文将带你深入ZSet在实际业务中的应用，从电商商品热度排行到社区热帖榜单，展示如何用Redisson 3.17.1高效实现这些功能。
1. 为什么选择ZSet：从业务场景看数据结构优势
在电商大促期间，某平台需要实时展示商品热度排行榜。最初他们使用MySQL实现：
SELECT product_id, view_count FROM products ORDER BY view_count DESC LIMIT 100;随着流量增长，这个简单查询在高并发下出现了明显延迟。更糟糕的是，频繁更新view_count导致数据库锁竞争激烈。改用Redis的ZSet后，性能提升了20倍以上。
ZSet的核心优势在于：
- O(logN)时间复杂度的插入和排名操作
- 原子性操作保证数据一致性
- 内置排序无需额外处理
- 丰富的数据范围查询能力
对比几种常见方案：
| 方案 | 写入性能 | 读取性能 | 排序能力 | 适用场景 |
|---|---|---|---|---|
| MySQL排序 | 低 | 中 | 强 | 数据量小，实时性要求低 |
| Redis String+应用层排序 | 高 | 中 | 弱 | 简单计数场景 |
| Redis ZSet | 高 | 高 | 强 | 排行榜、实时统计 |
2. SpringBoot整合Redisson 3.17.1实战
2.1 环境配置
首先添加Redisson依赖：
<dependency> <groupId>org.redisson</groupId> <artifactId>redisson-spring-boot-starter</artifactId> <version>3.17.1</version> </dependency>配置Redisson客户端：
@Configuration public class RedissonConfig { @Value("${spring.redis.host}") private String host; @Value("${spring.redis.port}") private String port; @Value("${spring.redis.password}") private String password; @Bean(destroyMethod = "shutdown") public RedissonClient redissonClient() { Config config = new Config(); config.useSingleServer() .setAddress("redis://" + host + ":" + port) .setPassword(password); return Redisson.create(config); } }2.2 核心服务封装
创建ZSet操作服务类：
@Service public class RankingService { @Autowired private RedissonClient redissonClient; private static final String PRODUCT_RANKING_KEY = "product:ranking"; // 更新商品热度分数 public void updateProductScore(String productId, double scoreDelta) { RScoredSortedSet<String> ranking = redissonClient.getScoredSortedSet(PRODUCT_RANKING_KEY); ranking.addScoreAsync(productId, scoreDelta); } // 获取TOP N商品 public List<String> getTopProducts(int limit) { RScoredSortedSet<String> ranking = redissonClient.getScoredSortedSet(PRODUCT_RANKING_KEY); return new ArrayList<>(ranking.valueRangeReversed(0, limit - 1)); } // 获取商品排名 public Integer getProductRank(String productId) { RScoredSortedSet<String> ranking = redissonClient.getScoredSortedSet(PRODUCT_RANKING_KEY); return ranking.rank(productId); } }3. 典型业务场景实现
3.1 电商商品热度排行榜
电商平台通常需要展示：
- 实时热销榜
- 新品飙升榜
- 分类热卖榜
使用ZSet可以轻松实现：
// 商品被浏览时增加热度 public void onProductViewed(String productId) { // 基础热度分+1，同时考虑时间衰减 double score = 1.0 * Math.log(System.currentTimeMillis() - START_TIME + 2); updateProductScore(productId, score); } // 获取热销榜带分数 public Map<String, Double> getHotProductsWithScores(int limit) { RScoredSortedSet<String> ranking = redissonClient.getScoredSortedSet(PRODUCT_RANKING_KEY); Collection<ScoredEntry<String>> entries = ranking.entryRangeReversed(0, limit - 1); return entries.stream() .collect(Collectors.toMap( ScoredEntry::getValue, ScoredEntry::getScore )); }3.2 社区热帖榜单
社区类应用的热帖算法通常更复杂，可能包含：
- 浏览量权重
- 点赞数权重
- 评论数权重
- 时间衰减因子
public void updatePostHotScore(String postId, long views, long likes, long comments) { // 热度计算公式示例 double score = views * 0.2 + likes * 0.5 + comments * 0.3; score /= Math.log((System.currentTimeMillis() - postTime) / 3600000 + 2); RScoredSortedSet<String> hotPosts = redissonClient.getScoredSortedSet("post:hot"); hotPosts.add(score, postId); }4. 高级技巧与性能优化
4.1 批量操作提升性能
当需要处理大量数据更新时，使用Redisson的批量操作接口：
public void batchUpdateProductScores(Map<String, Double> productScores) { RBatch batch = redissonClient.createBatch(); RScoredSortedSetAsync<String> ranking = batch.getScoredSortedSet(PRODUCT_RANKING_KEY); productScores.forEach((productId, score) -> { ranking.addAsync(score, productId); }); batch.execute(); }4.2 分片存储超大ZSet
当单个ZSet元素过多时（超过1万），考虑按业务维度分片：
// 按商品类别分片存储 public String getShardedKey(String category) { return "product:ranking:" + category.hashCode() % 10; } public void updateCategoryProductScore(String category, String productId, double score) { String shardedKey = getShardedKey(category); RScoredSortedSet<String> ranking = redissonClient.getScoredSortedSet(shardedKey); ranking.addAsync(score, productId); }4.3 定期维护与清理
设置合理的过期时间并定期清理低分数据：
@Scheduled(cron = "0 0 3 * * ?") // 每天凌晨3点执行 public void cleanLowScoreProducts() { RScoredSortedSet<String> ranking = redissonClient.getScoredSortedSet(PRODUCT_RANKING_KEY); // 保留最近30天的数据 ranking.removeRangeByScore(0, true, System.currentTimeMillis() - TimeUnit.DAYS.toMillis(30), true); ranking.expire(Duration.ofDays(31)); // 设置过期时间 }5. 常见问题与解决方案
5.1 分数精度问题
Redis的ZSet分数是64位双精度浮点数，直接比较可能有问题：
// 不推荐 if (currentScore == targetScore) { ... } // 推荐做法 private static final double EPSILON = 1e-10; if (Math.abs(currentScore - targetScore) < EPSILON) { ... }5.2 大范围查询优化
当需要获取大量排名数据时，分批获取：
public List<String> getLargeRankingRange(int start, int end) { RScoredSortedSet<String> ranking = redissonClient.getScoredSortedSet(PRODUCT_RANKING_KEY); List<String> result = new ArrayList<>(); final int BATCH_SIZE = 100; for (int i = start; i <= end; i += BATCH_SIZE) { int batchEnd = Math.min(i + BATCH_SIZE - 1, end); result.addAll(ranking.valueRangeReversed(i, batchEnd)); } return result; }5.3 分布式环境下的注意事项
在集群环境下，确保相关key分布在同一个slot：
// 使用hash tag确保相关key在同一个slot public static final String USER_RANKING_KEY = "user:ranking:{global}"; public static final String PRODUCT_RANKING_KEY = "product:ranking:{global}";实际项目中，我们曾用ZSet重构了一个日均访问量300万+的排行榜系统，从原来的MySQL方案迁移后，API响应时间从平均120ms降低到8ms，数据库负载下降了70%。特别是在大促期间，系统稳定性显著提升。
