面试题：如何基于Redis有序集合设计一个支持多维度排名的系统？

数据结构设计

商品数据存储：

使用Redis的Hash数据结构来存储每个商品的详细信息。例如，对于商品ID为product:1，可以这样存储：

HSET product:1 id 1
HSET product:1 name "商品名称"
HSET product:1 sales 100
HSET product:1 positive_rate 0.95
HSET product:1 shelf_time 1677638400  # 时间戳，假设为上架时间

有序集合设计：
- 创建一个有序集合，例如命名为product_rank，来存储商品的综合排名。
- 有序集合的成员（member）为商品ID，分值（score）为综合排名得分。计算综合排名得分时，需要根据销量、好评率、上架时间等多个维度进行加权计算。假设销量权重为w1，好评率权重为w2，上架时间权重为w3，则综合得分score的计算公式可以是：
```
score = w1 * sales + w2 * positive_rate + w3 * (1 / (current_time - shelf_time + 1))
```
- 这里current_time是当前时间戳，(1 / (current_time - shelf_time + 1))的设计是为了让上架时间越近的商品得分越高，加1是为了避免分母为0的情况。

更新策略

销量更新：
- 当商品销量发生变化时，首先更新商品Hash中的销量字段。例如，商品ID为product:1销量增加10：
```
HINCRBY product:1 sales 10
```
- 然后重新计算综合得分并更新有序集合中的分值。假设已经计算出新的综合得分new_score：
```
ZADD product_rank new_score product:1
```
好评率更新：
- 好评率发生变化时，同样先更新商品Hash中的好评率字段。例如，商品ID为product:1好评率更新为0.96：
```
HSET product:1 positive_rate 0.96
```
- 接着重新计算综合得分并更新有序集合中的分值：
```
ZADD product_rank new_score product:1
```
上架时间更新（极少发生，如重新上架）：
- 更新商品Hash中的上架时间字段，例如商品ID为product:1重新上架，设置新的上架时间new_shelf_time：
```
HSET product:1 shelf_time new_shelf_time
```
- 重新计算综合得分并更新有序集合中的分值：
```
ZADD product_rank new_score product:1
```

查询逻辑

获取排名靠前的商品：
- 使用ZRANGE命令获取排名靠前的商品。例如，获取排名前10的商品：
```
ZRANGE product_rank 0 9 WITHSCORES
```
- 该命令返回有序集合中排名从0（最小分值）到9（共10个元素）的商品ID及其对应的综合得分。
获取某个商品的排名：
- 使用ZRANK命令获取某个商品的排名。例如，获取商品ID为product:1的排名：
```
ZRANK product_rank product:1
```
- 如果返回结果为nil，表示该商品不在有序集合中；否则返回该商品的排名（从0开始）。
分页查询：
- 假设每页显示page_size个商品，要查询第page_num页的商品，可以使用ZRANGE命令结合偏移量计算。偏移量offset = (page_num - 1) * page_size，例如：
```
ZRANGE product_rank offset (offset + page_size - 1) WITHSCORES
```
- 这样可以获取第page_num页的商品及其综合得分。

星途面试题库

面试题：如何基于Redis有序集合设计一个支持多维度排名的系统？

知识考点

面试题答案

数据结构设计

更新策略

查询逻辑