玩家匹配算法（系统设计）答案

【问题标题】：Game player matching algorithm (System Design)玩家匹配算法（系统设计）
【发布时间】：2021-08-23 16:13:09
【问题描述】：

假设我们要设计一个国际象棋游戏平台，我们的用户群约为 5000 万。每当有玩家来到我们的平台下棋时，我们都会随机分配一名与对手评分几乎相同的玩家。每个玩家都有 4 个等级等级 [Easy、Medium、Hard、Expert]。

我的方法是将所有用户保留在 Redis 缓存中（假设所有用户/船只都处于活动状态并等待对手），因此我们将数据保存为以下格式：

"chess:easy" : [u1, u2, u3]
"chess:medium" : [u4, u5, u6]

所以当一个用户来的时候，我会从缓存中删除一个用户并分配。

For example: u7 (easy) wants to play chess games then his opponent will be u1(easy).

但这不会给 并发请求 造成问题，因为我们读取然后从 Redis 列表中删除将阻塞？

任何人都可以提出一个更好的方法来使用或不使用缓存吗？

【问题讨论】：

【解决方案1】：

但这不会对并发请求造成问题，因为我们读取然后从 Redis 列表中删除将阻塞？

不，因为 Redis 在 it performs write 时是单线程的，但是假设 5000 万用户在国际象棋级别上平等分布，您将获得 4 个列表，每个难度一个，长度为 1250 万

操作列表可能会非常复杂，因为使用 [LPOP][1] 选择用户并将其删除具有O(N) 的复杂性，并且最后一个用户可能会等待很长时间才能找到对手。

我认为您应该旨在使用HASH 数据结构并将用户拆分为different databases：

这样你就可以用HSET <USERID> status "ready to play"存储想玩的用户，然后利用RANDOMKEY命令选择对手，用HDEL <KEY RETURNED BY RANDOM> status删除。

这样做，您将只执行命令O(1)，提供快速可靠的匹配系统，您可以使用redis pipeling 功能进一步优化。

注意：如果您设置并散列每个难度级别并将多个fields 添加到散列中，由于HDEL 命令，您将达到O(N) 复杂度！ [1]：https://redis.io/commands/lpop

任何人都可以提出一个更好的方法来使用或不使用缓存吗？

您可以使用许多算法，例如：

但这取决于您希望为客户实现的用户体验。您可以探索gamedev.stackexchange.com community

【讨论】：