需求分析

假设每门学科每年 2 次考试，每个学生平均一学期 20 门课，考试采取机考的方式，每门考试的答案 20 判断题、20 选择题、4 道大题（答案 200 字以内），考试结果永久保存，在校学生能够看到自己曾经的考试结果，则考试结果记录的存储量为：

• 在校学生：1000 万 * 20（课）* 2（考试次数） * 1000（答案）* 2（学期） * 3（只有前三年考试）= 2.4T。

• 离校学生：每年 250 万，存储量为 0.6T。

假设学校的考试都安排在某一个月内，考试的时候请求试卷，提交答案，中间答题过程浏览器本地完成，由于考试集中在上午 4 小时和下午 4 小时，

且请求试卷集中在考试开始的前 1 分钟，提交答案集中在考试结束前的 30 分钟，因此估算如下：

• 请求试卷：1000 万 * 20（课）/ 20(周末不考试） / 4（每天 4 堂考试）/ 1 分钟 = 250 万请求/分钟 ≈ 5 万/每秒。

• 提交试卷： 1000 万 * 20（课）/ 20(周末不考试） / 4（每天 4 堂考试）/ 30 分钟 = 1700/每秒。

数据结构设计

数据结构分析

String ：key ：学校-院系-专业-课程-题型-题号，value：采用 String 数据结构

List：key ：学校-院系-专业-课程-题型，单条查询及修改都不方便。

Map：key ：学校-院系-专业-课程-题型，filed 为题目序号，value 为试卷内容

Set ：不满足业务场景

Scored Set：key ：学校-院系-专业-课程-题型，value：题目内容，可以以题目编号作为分值

数据结构选择

结论：选择 Scored Set。

分析：根据上面分析，使用 String 和 Scored Set 都是可以的，从存储空间占用和查询性能上来说，分散使用 String 存储，会占用更大的空间，查询性能对比与 Scored Set 肯定是会慢一点；而 ZSet 从业务上来说，调整顺序可以直接调整分数即可，比较简单，且从存储空间占用和查询性能上来说，也会更优。

读写流程

新增试题：教师新增一道题，使用根据其所在学校、院系、专业、课程、题型组装 Key，添加题目时，使用 ZADD key score member

删除试题：用 zremrangebyrank key index index 删除指定顺序的题目

修改试题：先删除试题，再插入这里也涉及两个操作，可以使用 Redis 事务或者使用 lua 脚本保证原子性。

调整试题顺序：确定好该条数据调整的位置后，先删除 scores 位置大的记录，修改 scores 小记录的 scores 指，再插入，这里也涉及多个操作，可以使用 Redis 事务或者使用 lua 脚本保证原子性。

学生读取具体题目：学生按照学校-院系-专业-课程-题型作为 Key，使用 zrange key 0 0 进行查询查询第一道题，后面的题，是顺序还是跳着做都可以，只要选择题号后，使用 zrange key index index 获取即可

Sentinel 集群选择

试卷请求 QPS 为 5 万/s，Redis 单机读取性能为 10 万，因此单机就可以满足读取性能要求，为了保证高可用和自动切换，使用 Sentinel，为了保证出现出从切换仍然是高可用，可以设计整个 Redis 集群为 3 台服务器，一主两从，同时为了保证 Sentinel 的高可用，也是用三台服务器组成 Sentinel 集群。