假设我们手上有这么一个需求：
* 接受用户的订单数据，但因为订单处理需要一定的时间，所以只能后台先保存订单数据，对用户进行排队操作。当然这个排队操作，用户是不透明的，某些用户的请求可能被优先处理。
* 用户很关心自己订单目前的处理进度，即类似去银行排队拿号的时候，小票上显示“你前面还有多少人在排队”。所以后台要能告知用户目前他的订单进度。
* 能给用户或者产品经理显示目前正在排队的订单数有多少。这样才能让用户知道我们的业务多么的有市场。
## 一、需求分析
* 需求1可以理解为写操作，需要后端存储数据。
* 需求2，需求3可以理解为读操作，而且可以预见这个读操作应该比写操作频繁。如果用户很关注她的订单进展，说不定会一直刷新查看他的订单排队情况。
## 二、实现方案 — MySQL
用户的订单数据肯定得持久化存储，MySQL是一个不错的选择。既然需求这么简单，无非一个订单数据嘛。暂且用一张表“订单表（T\_Order）”来保存正在排队的订单，已经处理完毕的订单则从T\_Order表迁移至“（历史订单表T\_History\_Order）”。这样的好处避免订单表数据量太大，提高读写性能。
1.需求1完成订单的入库，显然就是一个insert语句了，类似：
~~~
insert into T_Order(...) values(...);
~~~
2.需求2查询自己订单的排队情况，那肯定看比自己订单时间还早的用户有多少人了。这些比自己下单时间还早的人，就是排在自己前面的人了。假设一个用户同时只能有一个订单在排队。
~~~
#先查出自己订单时间, 假设是1429389316
select orderTime from T_Order where uid=8888;
#再查有多少人的订单时间比自己的早
select count(orderTime) from T_Order where orderTime <= 1429389316;
#先查出自己订单时间, 假设是1429389316
select orderTime from T_Order where uid=8888;
#再查有多少人的订单时间比自己的早
select count(orderTime) from T_Order where orderTime <= 1429389316;
~~~
3.需求3查询所有的订单数，显然就是一个select语句了，类似：
~~~
select count(1) from T_Order;
~~~
## 三、遇到问题
互联网的精髓就是“小步快跑，快速迭代”。用MySQL快速完成需求，面向用户服务后。初期阶段，一切ok。但是当这个业务运营得好，用户量大的时候，就会发现用户经常投诉“我查询自己的订单排队进度，经常报错”。甚至处理订单的同事，也经常抱怨从订单系统里面查看订单，非常缓慢。select count 操作基本都是全表扫描操作，看来MySQL面对这么大规模的全表查询操作，还是有点吃力。
## 四、解决查询性能问题
NoSQL在互联网领域的江湖地位已经很牢靠了，看来得请他老人家出来救场了。没错，使用Redis的有序集合(sorted sets)数据结构，就可以完美的解决这个问题。因为有序集合底层的实现是跳表这种数据结构，时间复杂度是logN，即使有序集合里面的订单有100万之多，耗时也基本都是纳秒级别（基本不到1毫秒）。
【注意】有序集合有另外一种底层实现—-压缩列表。不过要求是，有序集合的元素个数小于128。这对于一个庞大的订单后台，元素个数绝对不仅仅128。
假设我们在的有序集合名字就叫做：task，那么：
1、用户提交一个订单，除了持久化到MySQL之外，我们再异步的写入redis中。比如用户uid=8888在1429389316这个时间点提交了一个订单，那么就往redis有序集合里面添加这个订单。
~~~
127.0.0.1:6379> zadd task 1429389316 8888
(integer) 1
~~~
2、用户要查询自己的订单排队情况，这时候我们只要查询redis的有序集合就可以了。命令为rank：
（为了方便演示，在8888用户之前，我们假设8885,8886,8887这3个用户已经提交了订单，而8889是在8888后提交的订单。）
~~~
127.0.0.1:6379> zadd task 1429389316 8888
(integer) 1
127.0.0.1:6379> zadd task 1429389310 8887
(integer) 1
127.0.0.1:6379> zadd task 1429389309 8886
(integer) 1
127.0.0.1:6379> zadd task 1429389308 8885
(integer) 1
127.0.0.1:6379> zadd task 1429389326 8889
(integer) 1
127.0.0.1:6379> zrank task 8888
(integer) 3
127.0.0.1:6379>
~~~
可见，仅仅通过一个rank命令就可以准确的反映出用户订单的排队情况。时间复杂度为logN。
3、查询目前有多少正在排队的订单。这个就更简单了，直接一个zcard命令就可以了。而且时间复杂度是O(1)，因为redis的跳表本身已经存储有这个数据了，直接取出即可！
~~~
127.0.0.1:6379> zcard task
(integer) 5
127.0.0.1:6379>
~~~
4、当这个订单被处理完成后，直接一个zrem命令将订单从有序集合中删除即可。时间复杂度为logN。
~~~
127.0.0.1:6379> zrange task 0 -1
1) "8885"
2) "8886"
3) "8887"
4) "8888"
5) "8889"
127.0.0.1:6379> zrem task 8888
(integer) 1
127.0.0.1:6379> zrange task 0 -1
1) "8885"
2) "8886"
3) "8887"
4) "8889"
127.0.0.1:6379>
~~~
因为Redis基本都是内存操作，而且有序集合的底层实现是跳表这种效率媲美平衡树，但是实现又简单的数据结构，从而完美的释放了MySQL的读压力。
五、redis之跳表
既然redis的有序集合这么给力的解决了我们的问题，那我们很有必要记住redis为我们做了什么，简单分析一下redis是如何通过跳表这种数据结构，通过zadd，zrank，zcard，zrem来满足我们的需求的！
作者：nickbi
链接：https://www.jianshu.com/p/2d5cf0a6da1b
來源：简书
简书著作权归作者所有，任何形式的转载都请联系作者获得授权并注明出处。
