答案是通过记录浏览、借阅和评分等行为数据，利用内存缓存与定时持久化机制实现图书排行榜。首先定义包含热度字段的Book类，使用ConcurrentHashmap存储图书数据以支持高效并发访问；在用户查看或借阅时调用recordView或recordBorrow方法更新对应计数；通过stream流按borrowCount降序排序生成Top榜单，也可结合评分计算综合得分；为防数据丢失，使用spring Scheduled任务定期将内存数据同步至数据库；高并发场景推荐采用redis的ZSET结构，利用zincrby累加热度、zrevrange获取排名，提升性能。整个方案兼顾实时性与可靠性，核心在于行为数据的量化与高效统计。
实现图书推荐排行榜功能，核心是记录图书的热度数据（如浏览量、借阅次数、评分等），并按规则排序展示。在Java中可以通过结合内存数据结构、持久化存储和定时更新机制来完成。
1. 定义图书实体类
首先创建一个表示图书的java类，包含基本信息和用于排行的字段。
public class Book { private Long id; private String title; private String author; private double rating; // 平均评分 private int viewCount; // 浏览次数 private int borrowCount; // 借阅次数 <pre class='brush:java;toolbar:false;'>// 构造方法、getter和setter省略
}
2. 使用Map缓存图书数据
将图书信息存储在ConcurrentHashMap中，便于多线程环境下安全访问。
立即学习“Java免费学习笔记（深入）”；
private Map<Long, Book> bookMap = new ConcurrentHashMap<>();
通过图书ID快速查找图书对象，每次用户查看或借阅时更新对应计数。
3. 更新图书热度数据
每当用户行为发生时，调用方法更新图书的热度指标。
public void recordView(Long bookId) { Book book = bookMap.get(bookId); if (book != null) { book.setViewCount(book.getViewCount() + 1); } } <p>public void recordBorrow(Long bookId) { Book book = bookMap.get(bookId); if (book != null) { book.setBorrowCount(book.getBorrowCount() + 1); } }</p>
4. 生成排行榜列表
根据需求对图书进行排序。例如按借阅次数降序排列，取前N名。
public List<Book> getTopBooks(int topN) { return bookMap.values().stream() .sorted((b1, b2) -> Integer.compare(b2.getBorrowCount(), b1.getBorrowCount())) .limit(topN) .collect(Collectors.toList()); }
也可以组合多个指标，比如：综合得分 = 0.6 * borrowCount + 0.4 * rating * 10，实现更合理的推荐逻辑。
5. 持久化与定时刷新
为防止重启后数据丢失，可定期将图书热度写入数据库或redis。
- 使用Spring Scheduled任务每小时同步一次数据
- 启动时从数据库加载历史数据到内存
- 借助Redis的ZSET结构直接维护排行榜，性能更高
@Scheduled(fixedRate = 3600000) // 每小时执行 public void saveToDatabase() { bookService.batchUpdateBooks(bookMap.values()); }
提示： 对于高并发场景，建议使用Redis的有序集合（ZSET）来存储图书热度，利用zincrby累加分数，zrevrange获取Top榜单，效率更高。
基本上就这些。关键是把用户行为转化为可量化的评分，并高效地排序和更新。