主题
短视频热度榜服务
这个是学校数据结结构课程的实训项目,在完成其基础功能后,我采用epoll多路复用的方式,把连接并发提了上去,这也是项目的特点
短视频场景的榜单服务:接收播放、点赞、分享、完播率等互动数据,按加权公式实时算出热度并维护 Top 100,客户端随时能查当前榜单;榜单定期落 MySQL,进程退出前再写一份本地文件,保证 Ctrl+C 退出不丢榜。它解决的是「数据持续变化时,如何不做全量排序也能低成本拿到前 K 名」——哈希表做 O(1) 定位,小顶堆把每次更新的代价压到 O(log K)。
技术栈:C++11 · muduo 风格网络层 · 自研哈希表 · 小顶堆 · MySQL 连接池
热度模型
text
heat = 0.4 × 播放量 + 0.3 × 点赞数 + 0.2 × 分享数 + 0.1 × 完播率四项权重可在启动时配置,对应「消费深度 → 正向反馈 → 传播 → 内容质量」的粗略排序。
核心结构
| 组件 | 作用 |
|---|---|
MyHashMap | 自研哈希表,video_id → Video,用于 O(1) 定位 |
| 小顶堆 | 维护当前 Top K,堆顶是 K 个里热度最低的 |
RankManager | 更新热度、调整堆、导出榜单 |
NetServer | 基于手写 muduo 风格网络层的接入 |
ConnectionPool | 榜单数据落 MySQL |
为什么用小顶堆
维护 Top 100 不需要全量排序:
- 新视频热度超过堆顶,替换堆顶并下沉;
- 已在堆中的视频热度变化时,用
heapIndex直接定位,按需上浮或下沉; - 每次更新是 O(log K),与总视频数无关。
Video 里保存 heapIndex,避免在堆里线性查找。
持久化
- 常规定时同步到 MySQL;
- 捕获
SIGINT时先同步数据库、再写本地rank_data.txt,保证 Ctrl+C 退出不丢榜。
定位
这是偏数据结构与工程练手的项目:哈希表、堆、索引维护、网络层和数据库拼在一起跑通。热度公式是线性的,没有时间衰减和反作弊,榜单语义也比较简单。