fix(ops): 收口队列 Redis 分数来源

- 移除 Redis 队列层基于优先级和时间戳的本地兜底算分逻辑

- 强制 enqueue、batchEnqueue、updatePriority 使用服务层预先计算的 queueScore

- 兼容历史缺少 queueScore 的 Redis 记录，按最低优先级处理避免旧模型重新参与排序

- 补齐 QueueSyncService 的 queueScore 映射，确保 MySQL 同步到 Redis 时保留总分

- 新增 QueueSyncServiceTest 覆盖同步链路携带 queueScore 的行为

viewsh-module-ops/viewsh-module-ops-biz/src/main/java/com/viewsh/module/ops/service/queue/QueueSyncService.java

@@ -232,6 +232,7 @@ public class QueueSyncService {
         dto.setUserId(queueDO.getUserId());
         dto.setQueueIndex(queueDO.getQueueIndex());
         dto.setPriority(queueDO.getPriority());
+        dto.setQueueScore(queueDO.getQueueScore());
         dto.setQueueStatus(queueDO.getQueueStatus());
         dto.setEnqueueTime(queueDO.getEnqueueTime());
         dto.setDequeueTime(queueDO.getDequeueTime());

viewsh-module-ops/viewsh-module-ops-biz/src/main/java/com/viewsh/module/ops/service/queue/RedisOrderQueueServiceImpl.java

@@ -9,7 +9,6 @@ import org.springframework.data.redis.core.script.DefaultRedisScript;
 import org.springframework.stereotype.Service;
 
 import java.time.LocalDateTime;
-import java.time.ZoneId;
 import java.util.*;
 import java.util.concurrent.TimeUnit;
 import java.util.stream.Collectors;
@@ -27,29 +26,14 @@ public class RedisOrderQueueServiceImpl implements RedisOrderQueueService {
     @Resource
     private StringRedisTemplate stringRedisTemplate;
 
-    /**
-     * Score 计算公式：优先级分数 + 时间戳
-     * 优先级分数：P0=0, P1=1000000, P2=2000000, P3=3000000
-     * 时间戳：毫秒级时间戳
-     * 结果：优先级高的排在前面，同优先级按时间排序
-     */
-    private static final Map<Integer, Long> PRIORITY_SCORES = Map.of(
-            0, 0L,           // P0: 0
-            1, 1000000L,     // P1: 1,000,000
-            2, 2000000L,     // P2: 2,000,000
-            3, 3000000L      // P3: 3,000,000
-    );
-
     @Override
     public boolean enqueue(OrderQueueDTO dto) {
         try {
             String queueKey = QUEUE_KEY_PREFIX + dto.getUserId();
             String infoKey = INFO_KEY_PREFIX + dto.getId();
 
-            // 1. 计算分数（优先级 + 时间戳）
-            double score = dto.getQueueScore() != null
-                    ? dto.getQueueScore()
-                    : calculateScore(dto.getPriority(), dto.getEnqueueTime());
+            // Redis 仅持久化服务层已计算好的最终总分，不再本地兜底重算
+            double score = requireQueueScore(dto, "enqueue");
             dto.setQueueScore(score);
 
             // 2. 添加到 Sorted Set（使用 queueId 作为 member，而非 JSON）
@@ -85,10 +69,8 @@ public class RedisOrderQueueServiceImpl implements RedisOrderQueueService {
                         byte[] queueKey = (QUEUE_KEY_PREFIX + dto.getUserId()).getBytes();
                         byte[] infoKey = (INFO_KEY_PREFIX + dto.getId()).getBytes();
 
-                        // 计算分数并设置到 DTO
-                        double score = dto.getQueueScore() != null
-                                ? dto.getQueueScore()
-                                : calculateScore(dto.getPriority(), dto.getEnqueueTime());
+                        // Redis 仅持久化服务层已计算好的最终总分，不再本地兜底重算
+                        double score = requireQueueScore(dto, "batchEnqueue");
                         dto.setQueueScore(score);
 
                         // 添加到 Sorted Set（使用 queueId 作为 member）
@@ -338,9 +320,7 @@ public class RedisOrderQueueServiceImpl implements RedisOrderQueueService {
 
             String queueKey = QUEUE_KEY_PREFIX + dto.getUserId();
             dto.setPriority(newPriority);
-            double newScore = dto.getQueueScore() != null
-                    ? dto.getQueueScore()
-                    : calculateScore(newPriority, dto.getEnqueueTime());
+            double newScore = requireQueueScore(dto, "updatePriority");
 
             // 使用 Lua 脚本原子性更新 Hash 和 Sorted Set
             String script =
@@ -554,23 +534,6 @@ public class RedisOrderQueueServiceImpl implements RedisOrderQueueService {
 
     // ========== 私有方法 ==========
 
-    /**
-     * 计算分数（优先级 + 时间戳）
-     */
-    private double calculateScore(Integer priority, LocalDateTime enqueueTime) {
-        long priorityScore = PRIORITY_SCORES.getOrDefault(priority, 3000000L);
-        long timestamp;
-        if (enqueueTime != null) {
-            timestamp = enqueueTime
-                    .atZone(ZoneId.systemDefault())
-                    .toEpochSecond();
-        } else {
-            timestamp = System.currentTimeMillis() / 1000;
-        }
-
-        return priorityScore + timestamp;
-    }
-
     /**
      * 将 DTO 转换为 Map（用于 Hash 存储，所有值显式转 String，确保跨路径序列化一致）
      */
@@ -670,14 +633,9 @@ public class RedisOrderQueueServiceImpl implements RedisOrderQueueService {
             if (queueScoreObj != null) {
                 dto.setQueueScore(Double.parseDouble(queueScoreObj.toString()));
             } else {
-                // 如果没有存储，则根据 priority 和 enqueueTime 计算
-                Integer priority = dto.getPriority();
-                LocalDateTime enqueueTime = null;
-                Object enqueueTimeObj = map.get("enqueueTime");
-                if (enqueueTimeObj != null) {
-                    enqueueTime = LocalDateTime.parse(enqueueTimeObj.toString());
-                }
-                dto.setQueueScore(calculateScore(priority, enqueueTime));
+                // 历史数据兼容：没有总分时将其视为最低优先级，避免旧模型再次参与排序
+                log.warn("Redis 队列记录缺少 queueScore，按最低优先级处理: queueId={}", dto.getId());
+                dto.setQueueScore(Double.MAX_VALUE);
             }
 
             // 字符串转换为 LocalDateTime
@@ -712,4 +670,11 @@ public class RedisOrderQueueServiceImpl implements RedisOrderQueueService {
             return null;
         }
     }
+
+    private double requireQueueScore(OrderQueueDTO dto, String operation) {
+        if (dto == null || dto.getQueueScore() == null) {
+            throw new IllegalArgumentException("queueScore is required for Redis " + operation);
+        }
+        return dto.getQueueScore();
+    }
 }