一、MySQL实现方法

假设我们要设计一款排名系统，那必然要涉及到两大类数据：武器数据和非武器的通用数据，它他通常有一个共用的属性：那就是主键唯一的，例如玩家的数字编号，通常在MySQL中是自增的无符号整数字段。

非武器的通用数据：可以理解为跟武器没有任何关联的数据，例如玩家ID，昵称，签名，注册时间，登录时间等等，在MySQL中就类似如下：

武器数据：这里每一个武器对应的种类就相当于MYSQL中的一个字段，大致类似如下：

这个表单数据通常会只会增加并不会出现减少的现象，如果用MYSQL来做排名系统的话，当玩家数量越来越多成几何增长的时候，它会暴露出两个问题：

1、效率过低：大量的select与update语句就可能会显得非常臃肿；

2、不易扩展：如果需要实时增加新的武器数据类型(字段)，可能会不方面

这时候如果用redis来做数据存储就会显示格外合适，仿佛天生就是用来干这个事情的！

二、用Redis实现方法

1、存储前字符串编码转换

    通常不建议在REDIS中直接存储明文字符串，建议采用网页编码来存储，转换函数源码如下：

// 十六进制字符表
const UCHAR			g_szHexTable[] = { '0', '1', '2', '3', '4', '5', '6', '7', '8', '9', 'A', 'B', 'C', 'D', 'E', 'F' };//
// 获取网页编码
//
int getUrlCode(const UCHAR *pszBuff, const int nSize, char *pszOutput, const int nMaxSize)
{int		i = 0;char	*pszTemp = NULL;if (pszBuff == NULL || nSize == 0)return 0;if (pszOutput == NULL || nMaxSize == 0)return 0;memset(pszOutput, 0x00, nMaxSize);pszTemp = pszOutput;for (int i = 0; i < nSize; i++){pszTemp[0] = '%';pszTemp[1] = '%';pszTemp[2] = g_szHexTable[(pszBuff[i] >> 4) & 0x0F];pszTemp[3] = g_szHexTable[pszBuff[i] & 0x0F];pszTemp += 4;}return nSize * 4;
}// 测试函数
void test_url_code()
{UCHAR	szInput[] = "我要打10个！";char	szOutput[128] = { 0x00 };getUrlCode(szInput, strlen((char *)szInput), szOutput, 128);printf("%s\n", szOutput);
}

2、用户表操作

    我们可以采用Redis Hset 命令用于为哈希表中的字段赋值；如果哈希表不存在，一个新的哈希表被创建并进行 HSET 操作；如果字段已经存在于哈希表中，旧值将被覆；

HSET KEY_NAME FIELD VALUE KEY_NAME: 键值
FIELD:    字段
VALUE:    值(字符传、数字、浮点)

我们在KEY_NAME这里键值的时候，用一个组合方法来区分：

// KEY_NAME = type : id
#define STATS_ALL		"a"		// 总榜 a:1
#define STATS_YEAR		"y"		// 年榜 y2022:1
#define STATS_MONTH		"m"		// 月榜 m202205:1
#define STATS_DAY		"d"		// 日榜 d20220501:1
#define STATS_SESSION	"s"		// 季榜 s1_2022:1
#define STATS_USER		"user"	// 用户信息 user:1

    那么SQL中修改的语句修改用户名的时候，像这样的：

UPDATE dbuser SET name = 'aa' WHERE index = 1;
UPDATE dbuser SET signature = '我要打10个！' WHERE index = 1;
UPDATE dbuser SET regdate = '2023/10/1' WHERE index = 1;

    而在Redis中应该像这样：

// 注意这里的KEY是组合出来的// 设置玩家ID=1的游戏昵称为"aa"
HSET user:1 name %%61%%61// 设置玩家ID=1的游戏昵称为"我要打10个！"
HSET user:1 signature %%CE%%D2%%D2%%AA%%B4%%F2%%31%%30%%B8%%F6%%A3%%A1// 设置玩家ID=1的注册时间为"2023/10/1"
HSET user:1 regdate %%32%%30%%32%%33%%2F%%31%%30%%2F%%31// 设置玩家ID=1的经验值时间为100
HSET user:1 exp 100// 上面redis命令也可以优化成下面的一句执行完
HMSET user:1 name %%61%%61 signature %%CE%%D2%%D2%%AA%%B4%%F2%%31%%30%%B8%%F6%%A3%%A1 regdate %%32%%30%%32%%33%%2F%%31%%30%%2F%%31 exp 100

C++代码片段如下：

	wsprintf(szCommand, /*HSET %s:%u %s %s*/XorStr<0xAB, 17, 0x72ACBFF2>("\xE3\xFF\xE8\xFA\x8F\x95\xC2\x88\x96\xC1\x95\x93\xC4\x98\x9C\xC9" + 0x72ACBFF2).s, STATS_USER, pInfo->m_nDbUid, g_szUserInfo[nPos], szValue);reply = (redisReply *)redisCommand(pRedis, szCommand);if (NULL == reply) goto STEP_END;if (REDIS_REPLY_ERROR == reply->type)goto STEP_END;bRet = TRUE;STEP_END:if (NULL != reply){freeReplyObject(reply);reply = NULL;}

3、武器数据操作

    在这方面数据操作就比较容易实现了，而且能随时扩充字段个数，不像SQL那样固定的个数；另外武器的字段的数值操作都是自加来累计，而不会产生添加或删除操作，比如当网关服务器提交一条玩家ID=1，武器=2，累计杀敌总数自加3的命令时，通常对应的SQL语句如下：

// 修改总榜数据
UPDATE dbweapon_all SET kill = kill + 3 where index = 1 AND wid = 2;// 修改年榜数据
UPDATE dbweapon_2023 SET kill = kill + 3 where index = 1 AND wid = 2;// 修改赛季榜数据
UPDATE dbweapon_s1_2023 SET kill = kill + 3 where index = 1 AND wid = 2;

    而在Redis中应该像这样：

// HINCRBY命令原型
// 参考地址：https://www.runoob.com/redis/hashes-hincrby.html
HINCRBY KEY_NAME FIELD_NAME INCR_BY_NUMBER// redis执行3条命令 
HINCRBY a:1 1:kill 3
HINCRBY y2023:1 1:kill 3
HINCRBY s1_2023:1 1:kill 3键值KEY_NAME注释：
a:1       代表总榜
y2023:1   外表年榜
s1_2023:1 代表2023第一赛季榜字段FIELD_NAME注释：
1:kill    武器编号为1，类型为kill字段INCR_BY_NUMBER代表自加或自减数值

4、MySQL修改积分查询排名

    通常来说需要写一个复杂的MySQL语句来计算玩家的积分，大致如下：

// 修改积分
UPDATE SET db_user exp = exp + 3.0 WHERE index = 1;// 查询积分
SELECT exp FROM db_user WHERE index = 1;// 查询排名
SELECT COUNT(*) + 1 AS rank 
FROM db_user 
WHERE exp >= (SELECT exp FROM db_user WHERE index = 1);

而在redis中本身就有了现成的，通常在网关中处理武器数据时，会同时修改该榜单的积分值

5、Redis Zincrby 修改积分

    Redis Zincrby 命令对有序集合中指定成员的分数加上增量 increment，可以通过传递一个负数值 increment ，让分数减去相应的值，比如 ZINCRBY key -5 member ，就是让 member 的 score 值减去 5 ；当 key 不存在，或分数不是 key 的成员时， ZINCRBY key increment member 等同于 ZADD key increment member；当 key 不是有序集类型时，返回一个错误；分数值可以是整数值或双精度浮点数。

命令原型如下：

ZINCRBY key increment memberkey        同上面的武器榜单
increment  自增或自减的积分
member     玩家id// 假设1号武器杀敌一次累计3分，那对应命令如下：
ZINCRBY a:1 3.0 1
ZINCRBY y2023:1 3.0 1
ZINCRBY s1_2023:1 3.0 1

C++代码片段如下：

	// 总榜记录wsprintf(szCommand, /*ZINCRBY %s %s %u*/XorStr<0x09, 17, 0x5A9256F5>("\x53\x43\x45\x4F\x5F\x4C\x56\x30\x34\x61\x33\x31\x66\x36\x32\x6D" + 0x5A9256F5).s, STATS_ALL, szScore, nDbUid);bRet = redisGetReply(m_pRedis, (void **)&reply);if (bRet != REDIS_OK)goto STEP_END;if (reply){freeReplyObject(reply);reply = NULL;}

6、Redis Zscore 查询积分

    Redis 有序集合(sorted set)，Redis Zscore 命令返回有序集中，成员的分数值。 如果成员元素不是有序集 key 的成员，或 key 不存在，返回 nil 。

命令原型如下：

ZSCORE key memberkey        同上面的武器榜单
member     玩家id// 查询不同榜单的积分命令：
ZSCORE a:1 1
ZSCORE y2023:1 1
ZSCORE s1_2023:1 1

C++操作代码片段如下：

	// 获取玩家积分(插件中只获取总榜记录)wsprintf(szCommand, /*ZSCORE %s %u*/XorStr<0x40, 13, 0xF87B9E21>("\x1A\x12\x01\x0C\x16\x00\x66\x62\x3B\x69\x6F\x3E" + 0xF87B9E21).s, STATS_ALL, nDbUid);reply = (redisReply *)redisCommand(pRedis, szCommand);if (NULL == reply) goto STEP_END;if (REDIS_REPLY_ERROR == reply->type)goto STEP_END;if (REDIS_REPLY_STRING == reply->type){fScore = strtod(reply->str, NULL);}if (NULL != reply){freeReplyObject(reply);reply = NULL;}

7、Redis Zrevrank 查询排名

    Redis 有序集合(sorted set)，Redis Zrevrank 命令返回有序集中成员的排名。其中有序集成员按分数值递减(从大到小)排序；排名以 0 为底，也就是说， 分数值最大的成员排名为 0 ；使用 ZRANK 命令可以获得成员按分数值递增(从小到大)排列的排名。

命令原型如下：

Zrevrank key memberkey        同上面的武器榜单
member     玩家id// 查询不同榜单的排名命令：
ZREVRANK a:1 1
ZREVRANK y2023:1 1
ZREVRANK s1_2023:1 1

C++操作代码片段如下：

	// 获取在玩家排名(插件中只获取总榜记录)wsprintf(szCommand, /*ZREVRANK %s %u*/XorStr<0x01, 15, 0x9CCD219A>("\x5B\x50\x46\x52\x57\x47\x49\x43\x29\x2F\x78\x2C\x28\x7B" + 0x9CCD219A).s, STATS_ALL, nDbUid);reply = (redisReply *)redisCommand(pRedis, szCommand);if (NULL == reply) goto STEP_END;if (REDIS_REPLY_ERROR == reply->type)goto STEP_END;if (REDIS_REPLY_NIL == reply->type){nRank = pServer->m_nMaxPlayers;bRet = TRUE;}if (REDIS_REPLY_INTEGER == reply->type){nRank = (reply->integer & 0xFFFFFFFF) + 1;bRet = TRUE;}if (NULL != reply){freeReplyObject(reply);reply = NULL;}

三、总结避坑

1、尽量不要使用固定字符串做KEY

在编写排名的时候，一般武器数据的KEY中不会用到像"kill"这种字符类型，通常用一个数字代替方面扩展时，只需要修改enum宏即可，武器 + 数据类型 来拼接 %u:%u 的KEY_NAME，类似下面这种：

// push数据类别				// 命令     字符	积分
enum EnumPushType{					EPT_UNKNOW = '@',		// 未知		64 @	+0EPT_KILL,				// 杀敌		65 A	+2EPT_SHOT,				// 射击		66 B	+0EPT_HEADSHOT,			// 爆头		67 C	+1EPT_HIT,				// 击中		68 D	+0EPT_DAMAGE,				// 伤害		69 E	+0EPT_DEATH,				// 死亡		70 F	-2EPT_FIRSTKILL,			// 首杀		71 G	+1EPT_FIRSTDEATH,			// 首死		72 H	+0EPT_BOMB_DEFUSION,		// 拆除C4	73 I	+2EPT_BOMB_PLANTING,		// 安装C4	74 J	+2EPT_TIME_ONLINE,		// 在线		75 K	+0  每秒+0.002分(每小时7.2分)EPT_KILL_WORLD,			// 摔死		76 L	+0EPT_KILL_SELF,			// 自杀次数	77 M	+0EPT_MAX_PLAYER,			// 最大玩家 78 N	+0EPT_RANK,				// 当前排名 79 O	+0EPT_SCORE,				// 当前积分 80 P	+0// 身体伤害EPT_DMAGE_NONE,			// 击中空枪 81 Q	+0EPT_DMAGE_HEAD,			// 击中头部 82 R	+0EPT_DMAGE_CHEST,		// 击中胸部 83 S	+0EPT_DMAGE_STOMACH,		// 击中胃部 84 T	+0EPT_DMAGE_LEFTARM,		// 击中左臂 85 U	+0EPT_DMAGE_RIGHTARM,		// 击中右臂 86 V	+0EPT_DMAGE_LEFTEG,		// 击中左脚 87 W	+0EPT_DMAGE_RIGHTEG,		// 击中右脚 88 X	+0EPT_DMAGE_SHIELD,		// 击中盾牌 89 Y	+0// 武器+BKILLEPT_BKILL,				// 被击杀	90 Z	+0EPT_BHEAD,				// 被爆头	91 [	+0// 击中次数EPT_HIT_NONE,			// 击中空枪 92 \	+0EPT_HIT_HEAD,			// 击中头部 93 ]	+0EPT_HIT_CHEST,			// 击中胸部 94 ^	+0EPT_HIT_STOMACH,		// 击中胃部 95 _	+0EPT_HIT_LEFTARM,		// 击中左臂 96 `	+0EPT_HIT_RIGHTARM,		// 击中右臂 97 a	+0EPT_HIT_LEFTEG,			// 击中左脚 98 b	+0EPT_HIT_RIGHTEG,		// 击中右脚 99 c	+0EPT_HIT_SHIELD,			// 击中盾牌 100 d	+0// 混战参数 add by MT 2023-09-30EPT_ROUND,				// 总回合EPT_RWIN_T,				// 回合：T杀完胜利EPT_RWIN_BOOM,			// 回合：T爆炸胜利EPT_RWIN_CT,			// 回合：CT杀完胜利EPT_RWIN_DEFUSE,		// 回合：CT爆炸胜利EPT_RWIN_SAVED,			// 回合：CT时间结束胜利EPT_RWIN_RESCUE,		// 回合：CT解救人质胜利EPT_RWIN_NOT_RESCUE,	// 回合：CT未解救人质胜利EPT_RWIN_TYPE1,			// 回合：保留胜利1EPT_RWIN_TYPE2,			// 回合：保留胜利2EPT_RLOSE,				// 失败回合EPT_REVEN,				// 平局回合// 比赛参数EPT_SESSION,			// 总场次EPT_SWIN,				// 胜利场次EPT_SLOSE,				// 失败场次EPT_SEVEN,				// 平局场次EPT_MVP,				// 最佳次数EPT_RWS,				// 每局贡献评分(伤害占比)// 每回合杀敌统计EPT_KILL_0,				// 0K 酱油局EPT_KILL_1,				// 1KEPT_KILL_2,				// 2KEPT_KILL_3,				// 3KEPT_KILL_4,				// 3KEPT_KILL_5,				// 5KEPT_KILL_6,				// 6KEPT_KILL_7,				// 7KEPT_KILL_8,				// 8KEPT_KILL_9,				// 9KEPT_KILL_10,			// 10KEPT_KILL_11,			// 11KEPT_KILL_12,			// 12KEPT_KILL_13,			// 13KEPT_KILL_14,			// 14KEPT_KILL_15,			// 15KEPT_KILL_16,			// 16K// 残局统计EPT_1V1,				// 1v1EPT_1V2,				// 1v2EPT_1V3,				// 1v3EPT_1V4,				// 1v4EPT_1V5,				// 1v5EPT_1V6,				// 1v6EPT_1V7,				// 1v7EPT_1V8,				// 1v8EPT_1V9,				// 1v9EPT_1V10,				// 1v10EPT_1V11,				// 1v11EPT_1V12,				// 1v12EPT_1V13,				// 1v13EPT_1V14,				// 1v14EPT_1V15,				// 1v15EPT_1V16,				// 1v16// 残局信息EPT_1ROUND,				// 残局场次EPT_1RWIN,				// 残局胜利EPT_ASSIST,				// 助攻次数EPT_ADR,				// 场均实际伤害占比累计// 穿墙信息EPT_WALL_HIT,			// 穿墙累计命中次数EPT_WALL_DAMAGE,		// 穿墙累计射击伤害EPT_WALL_HEAD,			// 穿墙累计爆头次数EPT_WALL_KILL,			// 穿墙累计击杀次数EPT_BWALL_HIT,			// 被穿墙累计命中次数EPT_BWALL_DAMAGE,		// 被穿墙累计射击伤害EPT_BWALL_HEAD,			// 被穿墙累计爆头次数EPT_BWALL_KILL,			// 被穿墙累计击杀次数
};

 这一个宏再对应一个double数组来计算得分，如此只需要一个这样的函数作为网关总接口即可：

// 提交排名数据
UINT redis_PushCommand(REDIS_SERVER *pServer, const UINT nDataType, const UINT nWeapon, UINT nDbUid, UINT nValue);

2、尽量用事务方式读写

最后注意一下用事务处理的方法操作，可以加快读写效率，普通的10倍以上，示例代码如下：

	// 新版采用事务方式读取,加快速度for (i = 0; i < MAX_WEAPONS; i++){nWeapon = i + EPT_UNKNOW;for (j = 0; j < MAX_OPT_COUNT; j++){wsprintf(szCommand, /*HGET %s:%u %u:%u*/XorStr<0x18, 17, 0xF6DE906E>("\x50\x5E\x5F\x4F\x3C\x38\x6D\x25\x05\x54\x02\x06\x51\x1F\x03\x52" + 0xF6DE906E).s, STATS_ALL, nDbUid, , EPT_UNKNOW + j, nWeapon);redisAppendCommand(pRedis, szCommand); // 事务读取}}// 遍历所有武器数据for (i = 0; i < MAX_WEAPONS; i++){// 遍历所有参数for (j = 0; j < MAX_OPT_COUNT; j++){nRet = redisGetReply(pRedis, (void **)&reply);if (nRet != REDIS_OK)continue;if (reply->type == REDIS_REPLY_STRING){sData.m_nValue[i][j] = atoi(reply->str);}if (reply->type == REDIS_REPLY_INTEGER){sData.m_nValue[i][j] = reply->integer & 0xFFFFFFFF;}}}