有一个这样的需求：
客户端不间断上报数据到后台服务器，后台服务判断TOP N里面是否包含当前上报的客户端，其中TOP N来源于上报数据值为前N的客户端。即这个top N数据是不断在变化的。 若客户端在TOP N中则可以继续上报，否则停止上报，如果之前属于TOP N，但后面又被移除的要告知客户端停止上报，新加入的要告知继续上报。
方案1：mysql
- 服务端收集客户端上报的数据同步写到mysql的一张表中。
- 存在就按客户端唯一标识更新数据，不存在就插入一条。
- 指定一个字段column A用来排序。
- 开启一个定时任务，定时刷新column A 为 top N的数据到一个列表List。
- 每次刷新列表List之前都要和旧的列表做对比，找出差异。
此方案简单，但是缺点有以下几点：
- 高并发情况下直接写mysql导致磁盘IO过高，数据库会是瓶颈。
- 每次都要判断是否存在。
- 维护列表B过大导致JVM内存占用。
- 为了对比前后列表差值，内存开启频繁，gc频繁。
上面找出C并且告知客户端C停止上报，找出新增的D并告知客户端D重新上报数据。
两个List找出差异这并不难，用JAVA里面HashSet的remove api 或者jdk 8的stream实现。
方案2：redis
- 上报数据直接写到zset，客户端唯一标识为member, score为上报的数据（如客户端等级）实时动态更新列表顺序。
- 定时取出zset score为top N的客户端，刷新到本地列表LIST。
- 比较取出前后列表的差值。
优点：
- redis读写纯内存操作，性能较好。
- zset每次add即可，无需判断是否存在，并且纯天然支持排序。
代码演示：
redisTemplate.opsForZSet().add(key, value, scoreVal)key自定义，value必须唯一，如客户端ID，scoreVal表示客户端的排序值，如客户端等级。这样每次上报数据都实时更新，动态实现排序。
下面取出top N的数据：
redisTemplate.opsForZSet().reverseRangeWithScores(key, 0, N - 1);取出top N后，要比较差集，这个可以用java api实现，但是这里可以借助redis的set方法difference来实现。
首先上面得到 top N集合后，写入到一个临时的集合Set中，假如它的key为tmpKey：
redisTemplate.opsForSet().add(tmpKey, top N集合)假如旧的集合为key，它也是set结构的，那么要得到上面要被移除的C客户端，可以这样：
redisTemplate.opsForSet().difference(key, tmpKey)要得到上面新加入的 D客户端，可以这样：
redisTemplate.opsForSet().difference(tmpKey, key)最终将旧的集合key换为最新的top N的数据，实现如下：
#先从key集合中移除掉C
redisTemplate.opsForSet().remove(key, 被移除的C) //这里可批量删，value支持数组
#再对key和tmpKey集合元素合并写到key中，即
redisTemplate.opsForSet().unionAndStore(key, tmpKey, key)这时集合key中的元素就是最新的： A ，B， D
下一个定时任务周期，继续以上操作。。。
注意:上面临时tmpKey每次循环之前都要清空，最好再设置个过期时间，以免一直占用redis内存。
这里还有一个问题：
上面用zset存储的value必须为唯一对象，一般都是ID之类的，但是我们会有这样的需求：不仅仅只有ID，可能还有名称、当前等级这些附加属性。 这时怎么办，不可能把整个对象放到zset的value中，因为这样每次都是不同的value了，做不到更新score使其动态排序。
怎么办？
我们可以再利用redis的另外一个数据结构hash来帮我们实现，hash结构专门负责存储附加属性的值。zset的value依然是id，当我们要去拿这个id的附加属性值，可以去hash这边拿回来，接着做后续的处理逻辑。
这个hash结构我们可以这样设计：
hashKey: 自定义
key: id 对应zset的 value
value：附加属性的各种信息
