摘要：總之，通過(guò)這樣的保存方式，我們能夠?qū)崿F(xiàn)當(dāng)學(xué)生成績(jī)改變時(shí)，快速簡(jiǎn)單的修改數(shù)據(jù)庫(kù)記錄，而又能夠?qū)崟r(shí)的查詢出新的排名了。

當(dāng)我們將考試分?jǐn)?shù)錄入系統(tǒng)時(shí)，會(huì)要對(duì)學(xué)生的分?jǐn)?shù)進(jìn)行一個(gè)排名，這個(gè)不困難。困難的是當(dāng)學(xué)生的分?jǐn)?shù)變更時(shí)，如何實(shí)時(shí)更新這些排名？

如果我們將排名保存為一個(gè)字段，那么意味著每次修改分?jǐn)?shù)都會(huì)導(dǎo)致重新計(jì)算排名，以及更新數(shù)據(jù)庫(kù)中的排名字段值。這個(gè)計(jì)算量可大可小，極端的情況下，如果一個(gè)學(xué)生的分?jǐn)?shù)從第一名變成 0（比如因?yàn)樽鞅锥煽?jī)清零），那么所有學(xué)生的排名都有可能要改，這就導(dǎo)致大批量的數(shù)據(jù)庫(kù) update 操作。

這種方式顯然是效率非常低的。那么這里給出一個(gè)解決辦法，能夠?qū)崿F(xiàn)修改分?jǐn)?shù)的同時(shí)，排名立刻得到更新，而無(wú)需大規(guī)模修改數(shù)據(jù)庫(kù)記錄。本文以 MongoDB 為例介紹如何保存這些分?jǐn)?shù)。

假設(shè)我們有 10 個(gè)學(xué)生的考試成績(jī)分別為：

50 50 50 60 60 60 60 80 90 100

那么我可以創(chuàng)建一條排名記錄（假設(shè)這條記錄在集合 scores 里面），內(nèi)容如下：

{
  key: "exam_001",
  scoreMap: [
    {score:50, count:3},
    {score:60, count:4},
    {score:80, count:1},
    {score:90, count:1},
    {score:100, count:1}
  ]
}

看到這里你就應(yīng)該明白了，我保存的只是每個(gè)分?jǐn)?shù)對(duì)應(yīng)的人數(shù)。這樣當(dāng)我需要添加一個(gè) 80 分的成績(jī)時(shí)，我只需將 {score:80, count:1} 改為 {score:80, count:2} 即可。

這種情況下如何獲得一個(gè)學(xué)生的排名呢？首先要說(shuō)明，每個(gè)學(xué)生對(duì)應(yīng)的分?jǐn)?shù)并沒(méi)有保存在這里（你可以保存到另外的表里面，然后查出該學(xué)生的分?jǐn)?shù)），這里保存的是分?jǐn)?shù)的排名，而不是學(xué)生的排名。所以你查出分?jǐn)?shù)后，對(duì) scoreMap 數(shù)組中所有 score 大于該分?jǐn)?shù)的元素的 count 值進(jìn)行一個(gè)總和即可。

比如我想知道 85 分是第幾名，從數(shù)組中可以算知大于 85 分的人數(shù)為 2，那么 85 分自然是第 3 名了。

那么在 MongoDB 里面，可以這樣查詢：

db.scores.aggregate([
     {$match:{key:"exam_001"}}，
     {$unwind:"$scoreMap"},
     {$match:{"scoreMap.score": {$gt: 85}}},
     {$group:{_id:0,count:{$sum:"$scoreMap.count"}}}
]);

查出來(lái)的結(jié)果為：

{ "_id" : 0, "count" : 2 }

這種保存方式有一個(gè)極大的好處，就是不論有多少學(xué)生參加排名，我的記錄數(shù)始終是有限的。假設(shè)這門(mén)考試總分 100 分，有 100 萬(wàn)學(xué)生參加排名，那么極端情況下 scoreMap 數(shù)組中也只會(huì)有 201 個(gè)元素（0, 0.5, 1, ... 99.5, 100）。也就是說(shuō)，它的值空間是非常有限的。

有人會(huì)進(jìn)一步提出：如果我將班級(jí)平均分（帶兩位小數(shù)）也加入這樣的排名呢？值空間將會(huì)變成幾萬(wàn)個(gè)，這樣的排名查詢起來(lái)豈不會(huì)很慢？

實(shí)際上不是這樣子的。雖然兩位小數(shù)使得值空間很大，但參與排名的班級(jí)非常有限，也就是說(shuō)值的實(shí)際數(shù)量很小。如果是 100 個(gè)班級(jí)參與排名，不存在相同平均分的情況下， scoreMap 數(shù)組中也只有 100 個(gè)元素。所以計(jì)算排名絲毫不會(huì)慢下來(lái)。

現(xiàn)在我們的排名已經(jīng)不再是直接保存在數(shù)據(jù)庫(kù)，而是在查詢的時(shí)候算出來(lái)，那么當(dāng)一個(gè)學(xué)生的成績(jī)變更時(shí)，我應(yīng)該如何更新數(shù)據(jù)庫(kù)記錄呢？

當(dāng)一個(gè)學(xué)生的成績(jī)從 a 變?yōu)?b 時(shí)，我們需要做兩個(gè)操作：

將成績(jī)?yōu)?a 的學(xué)生數(shù)量 -1；

將成績(jī)?yōu)?b 的學(xué)生數(shù)量 +1。

在 MongoDB 中，更新 scoreMap 數(shù)組元素的語(yǔ)句是這樣的：

給某個(gè)分?jǐn)?shù)的人數(shù)加一的時(shí)候：

db.scores.update(
    {key:"exam_001", scoreMap:{$elemMatch:{score:99.5}}},
    {$inc:{"scoreMap.$.count":1}}
)

給某個(gè)分?jǐn)?shù)的人數(shù)減一的時(shí)候：

db.scores.update(
    {key:"exam_001", scoreMap:{$elemMatch:{score:99.5,count:{$gt:0}}}},
    {$inc:{"scoreMap.$.count":-1}}
)

注意減一的時(shí)候，查詢條件加上了一個(gè) count:{$gt:0} 的判斷，這是為了避免人數(shù)變成負(fù)數(shù)。

總之，通過(guò)這樣的保存方式，我們能夠?qū)崿F(xiàn)當(dāng)學(xué)生成績(jī)改變時(shí)，快速簡(jiǎn)單的修改數(shù)據(jù)庫(kù)記錄，而又能夠?qū)崟r(shí)的查詢出新的排名了。