redis的zset实现下滑滚动分页查询思路

常规zset查询

我们redis的数据为

我们知道 我们常规查询的话 我们假如 zset 表中 有7个元素,然后我们进行分页查询的话,我们一次查3个元素,然后查出来元素 和元素的分数

我们redis的语法应该这样写

zrevrangebyscore wang 1000 0 withscores limit 0 3

这句话的意思是 我们根据score的分数 从大到小开始查询 查询的是 小于等于1000 大于0 的score 和他的member,从0开始查,也就是从1000开始查,差三个元素 ,这时候我们redis得到的数据应该为

但是 我们下一页数据应该从那里查呢,我们下一页数据应该从 上一页数据的最小值开始查,并且跳过 上一页的最小数据

redis语法为

zrevrangebyscore wang 5 0 withscores limit 1 3

数据查询为

问题解析

这时候发现了 好像出现了个bug,我们并不想查到5 这个分数的数据,结果却查到分数为5的m5的数据,这是为什么呢,因为我们只跳过了一个,但是分数为5的数据有两个,这就造成了数据查询的不一致,这时候我们怎么办

问题解决

我们只需要统计出上一次查询的分数最小值的个数就可以了,然后跳过这个个数

就比如 我们上次分数最小值为5,然后分数为5的有两个,我们跳过这两个就行

所以我们只需要关注 两个数据,这个max 也就是 最大值,和offset 偏移量就可以了,

代码思路实现

我们思路就是 把时间戳作为socre 传过来,然后第一次查询的时候 用的是当前时间的时间戳,offset为0,然后我们查询出来并且统计第一次查询的 score的最小值,和offset的偏移量,返回给前端,然后前端根据这两个值,再传过来数据,就可以完成 滚动分页了

相关推荐
袋鼠云数栈4 小时前
实时湖仓如何真正做到“数据够新”?
大数据·数据库·人工智能·数据治理
ACP广源盛139246256735 小时前
M6/M5 Pro Mac mini 端侧 AI 落地@ACP#YLB3116 中端多盘存储扩展在 AI 服务中的机会与应用场景
大数据·网络·数据库·人工智能·嵌入式硬件·macos
ACP广源盛139246256735 小时前
M6/M5 Pro Mac mini 端侧 AI 新形态@ACP#GSV5800 Serdes 长距离视频传输在 AI 服务中的机会与落地场景
大数据·网络·数据库·人工智能·嵌入式硬件·macos·音视频
倔强的石头_7 小时前
事务边界与批量写入:避免长事务、锁等待和日志压力
数据库
努力努力再努力wz7 小时前
【Redis入门系列】从 KEYS 到 SCAN:渐进式遍历、Cursor 与位反转原理
数据库·redis·缓存
坐吃山猪8 小时前
【多线程】Lock与Condition
大数据·数据库
互联网叫兽8 小时前
redis深入学习一
redis
小宋10218 小时前
大模型成本怎么控制:Token统计、缓存与模型路由实战
人工智能·缓存
Lightpwd8 小时前
Spring Boot 多数据源落地:AbstractRoutingDataSource + 注解切面(附源码)
数据库·后端
LabVIEW开发8 小时前
LabVIEW 64位安装的位深陷阱:工具包、内存与工程兼容
数据库·labview·labview知识·labview功能·labview程序