排行榜的两类需求，难度差了一个数量级

"做个排行榜"——产品说完这句话，你要先问清楚两件事：

一是展示前 N 名的列表，还是要显示用户自己的排名？

前 N 名列表很好做，自己的排名是另一个问题。

二是用户量级是多少？

几万和几千万，实现完全不同。

展示前 N 名：Redis ZSet 够了

// 写入：用户得分更新
redis.zadd("rank:game", score, String.valueOf(userId));

// 读取：前 100 名（降序）
Set<ZSetOperations.TypedTuple<String>> top100 =
    redis.zrevrangeWithScores("rank:game", 0, 99);

ZREVRANGE 返回的是已排序结果，不需要在应用层排序，O(log N + K)。

展示时要做的只有：用 userId 批量查用户名、头像等信息，再拼到排名列表里。

分页也简单：第 2 页取 ZREVRANGE rank:game 100 199，以此类推。

"我排第几名"：ZREVRANK

这比前 N 名列表多了一个场景：用户想知道自己的排名。

千万不要这样查：

SELECT COUNT(*) + 1 FROM rank WHERE score > (SELECT score FROM rank WHERE user_id = ?)

数据量大时，这是全表扫描，慢且不一定准（并发更新时）。

Redis 的 ZREVRANK 专为这个设计：

// 用户在降序榜中的排名（0 表示第 1 名）
Long rank = redis.zrevrank("rank:game", String.valueOf(userId));
if (rank == null) {
    return -1; // 未上榜
}
return rank + 1; // 转成从 1 开始

时间复杂度 O(log N)，1 亿用户也是毫秒级。

附近排名："我的前后各 5 名"

这个需求很常见，实现也简单：

long myRank = redis.zrevrank("rank:game", String.valueOf(userId)); // 从 0 开始
long start = Math.max(0, myRank - 5);
long end = myRank + 5;

Set<ZSetOperations.TypedTuple<String>> nearby =
    redis.zrevrangeWithScores("rank:game", start, end);

不需要多次查询，一次 ZREVRANGE 就拿到附近的所有人。

超大规模：ZSet 还撑得住吗

ZSet 每个成员约 64-80 字节。1 亿用户大约占 6-8 GB 内存，单台 Redis 能 hold 住，但做备份、主从同步时会有压力。

实用的分层方案：

• 全量 ZSet：保存所有用户得分，用来查自己的排名（ZREVRANK）
• 榜单缓存：定时（如每 5 分钟）从 ZSet 取前 1000 名写入独立缓存，页面展示时只读这份缓存

这样即使 ZSet 很大，页面展示的前 N 名都走小缓存，读取极快；排名查询走 ZREVRANK，O(log N) 不受影响。

榜单有效期和重置

周榜、月榜需要定时重置，别直接 DEL：

// 重置周榜：重命名旧榜留存归档，新建空 key
String archiveKey = "rank:game:week:" + lastWeekId;
redis.rename("rank:game:weekly", archiveKey);
redis.expire(archiveKey, 30, TimeUnit.DAYS);
// 新的 weekly key 为空，自动从零开始

归档的榜单供"历史榜单"查询，不影响当前榜的性能。