Conserva la mejor marca de cada jugador es un proyecto práctico de Redis sobre resultados de competición reutilizables. Guarda el mejor intento por ID estable y publica a todos los participantes que alcanzan la marca de clasificación real.
Un Guided Lab de tres pasos cubre las mejores puntuaciones altas, todos los empates del corte y una prueba cronometrada en la que menos es mejor. Un Challenge independiente traslada esos métodos a otra prueba. Cada unidad incluye sus propios datos sintéticos.
Lo que aprenderás
- Distinguir marcas absolutas de incrementos y conservar la mejor mediante actualizaciones condicionales atómicas de Redis.
- Separar jugadores con el mismo nombre mediante IDs estables y conservar resultados anteriores.
- Obtener la puntuación de la posición k e incluir a todos los empatados para distintos cortes positivos.
- Guardar funciones reutilizables de registro y clasificación en ambas direcciones, con resultados vacíos reales.
A quién va dirigido este curso
Para principiantes que conocen la navegación básica por terminal, las conexiones a Redis y GET/SET. Se explican los conjuntos ordenados y las plantillas completas de funciones Python antes de usarlos; no se requiere desarrollar aplicaciones Python.
LabEx proporciona Redis, las hojas de intentos y el marcador real en Terminal, dentro del navegador. No necesitas instalación local ni un framework de frontend.
Preguntas frecuentes
¿La clasificación es coherente mientras siguen llegando intentos?
La actualización de la mejor marca es atómica. La clasificación se publica tras cerrar los envíos: sus dos lecturas no garantizan una instantánea durante las actualizaciones. La prueba usa segundos enteros positivos, sin cronometraje fraccionario, reclamaciones ni persistencia o conmutación por error.
¿El marcador corrige una función incorrecta?
No. Ejecuta el método guardado y muestra resultados reales de Redis y nombres del registro. Los empates omitidos, las marcas incorrectas y los errores de consulta siguen visibles. El Challenge usa mecanismos practicados por completo en el Guided Lab.
