求一个商品热度排序的解决方案

[Hanggi]

目前有商品表和订单表。
订单记录了购买的商品 id 和价格。

为了优化商品流的呈现，要为商品做热度排序：
根据商品的浏览量、收藏量、销售额进行评分排序。

同时为了防止热门的商品一直排在前面，对以上信息添加基于时间的权重。
（比如 7 天内销量权重高，15 天权重减半，30 天权重再减半，超过 30 天就不记录在内）

目前数据在 SQL 数据库中，同时有 Redis 作为缓存使用。

在商品数量不断上升的前提下，有没有比较成熟高效的热度排序方案呢 (暂时不考虑 AI 排序)

[leogm9408leo]

这个排序其实是很常见的业务场景，数据同步到 es ，浏览量、收藏量这些作为排序因子，时间作权重因子，在 es 里用排序脚本排序

[lawsiki]

redis zset 排序？每次读取缓存的时候根据权重更新 score

[jaggle]

@leogm9408leo 排序脚本性能如何，会不会很慢呢，因为我想到这样就没法用索引了

[leogm9408leo]

@jaggle #3 es 做这种简单脚本排序性能还是很 OK 的，算是业界最常用的开源组件了。当然也看你们的数据规模，如果总共也就几千条数据要排序，那全量 load 到内存里直接计算成本更低，如果有百万的在售商品，那用 es 更省心

[liuhuansir]

看你举例的权重方案，估计对实时性要求也不高，直接搞成定时任务，跑完入库就行了吧

[Hanggi]

@leogm9408leo 不用 ES 呢？

[leogm9408leo]

@Hanggi #6 看业务的数据量和实时性要求，如果数据量少，可以全部 load 到内存做计算，如果实时性要求不高，可以用定时任务异步算分

[wudaye]

加个热度字段或者热度索引表，然后定时任务更新热度就行了

[Hanggi]

@liuhuansir
@wudaye
其实这个是目前考虑的一个方案，跑个 cron 定时任务存到 redis 里。

顺便想了解下有没有其他更简单高效的方法

[ghostwind]

热度排序是 topN 的还是 全排序的