技术派redis实现用户活跃排行榜学习

首先定义一个参数实体来涵盖业务场景所需要的参数， 如点赞 评论等。

梳理业务流程 ：

增加活跃度：先做一个幂等来防止重复加分（创建一个用户行为的哈希表 userAction userAction由用户id和当下时间组成 里面的字段由用户对某一篇文章的具体行为组成 即文章id+用户行为）如果字段不存在 说明当前用户并未进行有关操作 则下一步可以给有关操作字段加分。

减少活跃度：把相关操作字段删除（下次就可以再加回来 比如点赞 取消 再点赞），减去对应的分数。

榜单更新：日榜和月榜，建立两个有序集合，用户id作字段。每次把用户行为产生的分数加进去。同时设置过期时间。

榜单查询：通过有序集合对分数进行排序 再获得用户id 用用户id查询一些用户的简单的信息 呈现在榜单中

同时 作者提出了五个拓展问题

1.如何做防刷？

2.并发问题怎么规避？

3.由非原子的redis操作，引入的事务问题怎么避免？

4.性能测试可以怎么进行？

5.数据量大时存储用户的操作记录内存占用庞大怎么解决？

我的思考如下：

1.对于防刷，可以有简单限流：定义一个变量 如day_limit_praise 记录用户一天点赞文章的数量，并给个上限，超过则对用户进行提示。滑动窗口限流 ： 维护一个固定时长的时间窗口（如一分钟）用有序集合 字段和值都是时间 每次有新请求来的时候都更新集合 保证最大间隔只有一分钟 当这个集合超过一定大小 提醒用户。行为模式识别：分析操作序列识别机器人行为。通过list记录用户操作序列 然后遍历分析是否存在大量连续点赞 取消 点赞 取消这样的操作 然后对相应的用户发送验证码并限制操作。

2.redis单线程让它的命令具有天然的原子性 所以zincr本身就是原子操作，不需要额外锁机制 。其他的场景还没学到 先这样吧

3.用lua脚本 使用乐观锁watch

4.使用相关工具 如 JMeter、Gatling。

5.冷热数据分离 对近期的数据存在redis 较早的数据存在mysql 定时归档。 设置合理的过期时间， 动态调整 ：每次访问数据都延长它的过期时间

暂时先这样，万能的牛油们能不能给点建议，谢谢！