【Redis】zset 类型

一. zset 类型介绍

• zset (有序集合)：相对于字符串、列表、哈希、集合来说会有一些陌生。它保留了集合不能有重复成员的特点，但与集合不同的是，有序集合中的每个元素都有一个唯一的浮点类型的分数 (score) 与之关联，着使得有序集合中的元素是可以维护有序性的，但这个有序不是用下标作为排序依据而是用这个分数。

如下图所示，该有序集合显示了三国中的武将的武力。

• 有序集合提供了获取指定分数和元素范围查找、计算成员排名等功能，合理地利用有序集合，可以帮助我们在实际开发中解决很多问题。
• 有序集合中的元素是不能重复的，但分数允许重复。类比于一次考试之后，每个人一定有一个唯一的分数，但分数允许相同
• 排序规则：分数不同时按照分数进行排序，分数相同时按照字典序进行排序，实际上 zset 内部就是按照升序方式来进行排序的。

列表、集合、有序集合三者的异同点，如下：

数据结构	是否允许重复元素	是否有序	有序依据	应用场景
list	是	是	索引下标	时间轴、消息队列等
set	否	否		标签、社交等
zset	否	是	分数	排行榜系统、社交等

注意：list 的有序指的是按照某种顺序，而 zset 的有序指的是升序/降序。

二. zset 命令

zadd

• zadd：添加或者更新指定的元素以及关联的分数到 zset 中，分数应该符合 double 类型，+inf/-inf 作为正负极限也是合法的。
  • 添加的时候：既要添加元素，又要添加分数；member 和 score 称为一个 “pair”，不要把 member 和 score 理解成 “键值对” (key-value pair)
  • 键值对中存在明确的角色区分，谁是键谁是值是明确的，一定是根据键找对应的值。
  • 对于 zset 来说，既可以通过 member 找到对应的 score；又可以通过 score 找到匹配的 member；
• 语法：zadd key [NX|XX] [CH] [INCR] score member [score member ...]
  • 不加 XX | NX：如果当前 member 不存在，此时就会达到添加新 member 的效果；如果当前 member 已经存在，此时就会达到更新 member 对应 score 的效果。
    • 加上 XX：仅仅用于更新已经存在的 member 对应 score 的效果，不会添加新 member
    • 加上 NX：仅仅用于添加 member 的效果，不会更新已经存在的 member 对应的 score
  • CH：默认情况下，zadd 返回的是本次添加的元素个数，但指定这个选项之后，就会还包含本次更新的元素的个数。
  • INCR：此时命令类似 zincrby 的效果，将元素的分数加上指定的分数。此时只能指定⼀个元素和分数。
• 时间复杂度：O(logN)，N 是有序集合中元素的个数。
  • 之前 hash、list、set 添加一个元素，都是 O(1)
  • 由于 zset 是有序结构，要求新增的元素放在合适的位置，之所以是 O(logN)，就是充分利用了有序这样的特点 (zset 内部的数据结构主要是跳表)
• 返回值：本次添加成功的元素个数。

Redis 内部存储数据的时候，是按照二进制的方式来存储的，这就意味着，Redis 服务器不负责 “字符编码” 的，要把二进制字节转回到汉字，还需要客户端来支持，登入 Redis 客户端时的命令 redis-cli --raw

如果修改的分数，影响到了之前的顺序，就会自动移动元素的位置，保持原有的升序顺序不变。

zadd 在默认情况下，返回值就是新增成功的元素个数。若更新时不存在元素，则更新失败。

添加 incr 修改 member 的 score 时，后面只能跟一个 member，且返回值是 member 之后的 score

• C++ 中 std::set 存储的元素 (key-value) 的 key 是有序的，但是这里的 key 是不能修改的。
• Redis 中 zset 的 member 是可以修改的，修改之后 score 仍然要排序，满足有序。

zcard、zcount

• zcard：获取⼀个 zset 的基数 (cardinality)，即 zset 中的元素 member 的个数。
• 语法：zcard key
• 时间复杂度：O(1)
• 返回值：zset 内的元素个数。

• zcount：返回分数在 min 和 max 之间的元素个数，默认情况下，min 和 max 都是包含的。但是可以通过 ( 进行排除。
• 语法：zcount key min max
• 时间复杂度：O(logN)
  • 先根据 min 找到对应的元素，再根据 max 找到对应的元素，是 O(logN)
  • 如果区间中元素比较多，此时就需要进行遍历，时间复杂度：O(logN + M)，N 是 zset 中元素的个数，M 是区间中元素的个数。
  • 实际 zset 内部，会记录每个元素当前 “排行”/“次序”，查询到元素，就直接知道了元素所在的 “次序” (下标)，就可以直接把 max 对应的元素次序和 min 对应的元素次序，做差即可得出结果。
• 返回值：满足条件的元素列表个数。

• 使用 ( 表示开区间，[ 表示闭区间，默认是一个闭区间，但是此处的写法比较奇葩。
• 一个好的设计，是符合直觉的，越符合直觉，学习成本就越低，既然已经这么设定了，只能遵循这样的规则。后面想要修改很难，需要考虑兼容性。
• 广泛使用的软件，一但在新版本中，引入和之前不兼容的特性，成本是非常高的。
  • 考虑兼容性的案例：C++ 兼容 C 语言。
  • 不考虑兼容性的案例：IPV6 不兼容 IPV4
  • 一般来说，确实需要做出这种不兼容的修改，可以先把这个要修改的内容，标记成 “弃用”，给程序员打个预防针，同时推出新版本的方案。

• min 和 max 是可以写成浮点数 (zset 分数本身就是浮点数)，在浮点数中，存在两个特殊的数值：-inf 负无穷大，inf 无穷大，zset 分数也是支持使用 -inf 和 inf 作为 min 和 max 的。
• 注意：负无穷大不是无穷小，而无穷小指的是无限趋近于 0 的数。

zrange、zrevrange、zrangebyscore

• zrange：返回指定区间里的元素，分数按照升序。带上 WITHSCORES 可以把分数也返回。
• 语法：zrange key start stop [WITHSCORES]
• 时间复杂度：O(logN + M)，N 是 zset 中元素的个数，M 是区间中元素的个数。
• 返回值：区间内的元素列表。

• zrevrange：返回指定区间里的元素，分数按照降序。带上 WITHSCORES 可以把分数也返回。
• 语法：zrevrange key start stop [WITHSCORES]
• 时间复杂度：O(logN + M)，N 是 zset 中元素的个数，M 是区间中元素的个数。
• 返回值：区间内的元素列表。

注意：第一个元素的下标是 0，最后一个元素的下标是 len - 1，也可以使用 -1 代替，且 zrevrange 的区间和 zrange 的区间两个参数的顺序是一样的，即二者区间的使用是一样的，只不过得出结果的顺序不一样。

• zrangebyscore：返回分数在 min 和 max 之间的元素个数，默认情况下，min 和 max 都是包含的。但是可以通过 ( 进行排除。和 zcount 类似。
• 语法：zrangebyscore key min max [WITHSCORES] [LIMIT offset count]
  • WITHSCORES：将分数也返回。
  • LIMIT offset count：从偏移量 offset 开始，返回 count 个元素。
• 时间复杂度：O(logN + M)，N 是 zset 中元素的个数，M 是区间中元素的个数。
• 返回值：区间内的元素列表。

注意：zrevrange、zrangebyscore 这两个命令在 Redis 6.2.0 之后废弃，并且功能合并到 zrange 中。

zpopmax、zpopmin

• zpopmax：删除并返回分数最高的 count 个元素。
• 语法：zpopmax key [count]
• 时间复杂度：O(logN * M)，N 是 zset 的元素个数，M 是要删除的元素个数。
  • 此处在有序集合删除最大值，就相当于最后一个元素 (尾删)，既然是尾删，为什么我们不把这个最后一个元素的位置特殊记录下来，后续删除不就可以做到 O(1) 了嘛？省去了查找过程，但是 Redis 并没有这么做。
  • 事实上 Redis 源码中，针对有序集合，确实记录了尾部这样的特点位置，但是实际删除的时候，并没有用上这个特性，而是直接调用了一个 “通用的删除函数”，给点一个 member 的值，进行查找，找到位置之后再删除。
  • 虽然存在这样的优化空间，但是未来真的会这么优化，也不好说。优化这种活，要优化到刀刃上，优化一般是要先找到性能瓶颈，再针对性的进行优化。
  • 因为当前的这个 logN 的速度其实是不慢的，如果 N 不是非常夸张的大，基本可以近似看作 O(1) 的。
• 返回值：分数和元素列表。

如果存在多个元素的分数相同，同时为最大值时，zpopmax 删除的时候，仍然值删除其中一个元素，会按照 member 字符串的字典序决定删除的先后顺序。

• zpopmin：删除并返回分数最低的 count 个元素。
• 语法：zpopmin key [count]
• 时间复杂度：O(logN * M)，N 是 zset 的元素个数，M 是要删除的元素个数。
  • 此处的 zpopmin 和 zpopmax 的逻辑是一样的 (同一个函数实现的)，虽然 Redis 的有序集合记录了开头的元素，但是删除的时候，使用的是通用的删除函数，导致出现了重新查找的过程。
• 返回值：分数和元素列表。

zrank、zrevrank、zscore

• zrank：返回指定元素的排名 (类似下标)，升序。
• 语法：zrank key member
• 时间复杂度：O(logN)
• 返回值：排名。

在 zcount 计算的时候，就是先根据分数找到元素，再根据元素获取到排名，最后把排名相减，就可以得到区间中元素的个数。

• zrevrank：返回指定元素的排名 (类似下标)，降序。
• 语法：zrevrank key member
• 时间复杂度：O(logN)
• 返回值：排名。

• zscore：查询指定元素的分数。
• 语法：zscore key member
• 时间复杂度：O(1)
  • 前面根据 member 找元素，都是 O(logN)，这里也是先要找元素，为什么是 O(1)？此处相当于 Redis 对应这样的查询操作做了特殊优化，付出了额外的空间代价。
• 返回值：分数。

zrem、zremrangebyrank、zremrangebyscore

• zrem：删除指定的元素。
• 语法：zrem key member [member ...]
• 时间复杂度：O(logN * M)，N 是 zset 的元素个数，M 是要删除的元素个数。
• 返回值：本次操作删除的元素个数。

• zremrangebyrank：按照排序，升序删除指定范围的元素，左闭右闭。
• 语法：zremrangebyrank key start stop
• 时间复杂度：O(logN + M)，N 是 zset 的元素个数，M 是要删除的区间中元素个数。
  • 此处的查找只需要进行一次，不需要重复进行，之后的元素是紧紧挨着的。
• 返回值：本次操作删除的元素个数。

• zremrangebyscore：按照分数删除指定范围的元素，左闭右闭。
• 语法：zremrangebyscore key min max
• 时间复杂度：O(logN + M)，N 是 zset 的元素个数，M 是要删除的区间中元素个数。
• 返回值：本次操作删除的元素个数。

zincrby

• zincrby：为指定的元素的关联分数添加指定的分数值。
• 语法：zincrby key increment member
• 时间复杂度：O(logN)
• 返回值：增加后元素的分数。

注意：不光会修改分数内容，也能同时移动位置，保持整个有序集合仍然是升序的。

阻塞版本命令：bzpopmax、bzpopmin

针对 list 的 blpop、brpop 命令，实现类似阻塞队列的效果，我们这里的 “有序集合” 也可以视为是一个 “优先级队列”，有的时候，也需要一个带有 “阻塞功能” 的优先级队列。

• bzpopmax：zpopmax 的阻塞版本。
  • 阻塞是在有序集合为空的时候触发的，阻塞直到有其他客户端插入元素。
• 语法：bzpopmax key [key ...] timeout
  • key：都是一个有序集合 zset
  • timeout：超时时间，单位是秒，且支持小数。
• 时间复杂度：O(logN)，N 是 zset 的元素个数。
• 返回值：哪个 zset、member 和 score

如果有序集合中已经存在元素了，直接就能返回了，就不会阻塞了。

• bzpopmin：zpopmin 的阻塞版本。
• 语法：bzpopmin key [key ...] timeout
• 时间复杂度：O(logN)，N 是 zset 的元素个数。
• 返回值：哪个 zset、member 和 score

集合间操作：zinterstore、zunionstore

在 set 中，存在 sinter、sunion、sdiff 这些命令求交集、并集、差集操作。而在 zset 中的 zinter、zunion、zdiff 这些命令是从 Redis 6.2 开始支持的，这里使用的是 Redis 5 版本，此处不涉及，但是 Redis 提供了 zinterstore、zunionstore 命令求交集和并集。

有序集合的交集操作

• zinterstore：求出给定有序集合中元素的交集并保存进目标有序集合中，在合并过程中以元素为单位进行合并，元素对应的分数按照不同的聚合方式和权重得到新的分数。
• 语法：zinterstore destination numkeys key [key ...] [WEIGHTS weight] [AGGREGATE SUM|MIN|MAX]
  • numkeys：整数，描述了后续有几个 key 参与交集运算。
    • 前面 set 介绍的命令，不涉及到类似于此处的设定，主要是因为 numkeys 描述出 key 的个数之后，就可以明确的知道，后面的 “选项” 是从哪里开始的，避免选项和 key 混淆。
    • 例如：HTTP 协议的请求报头中的 Content-Length 描述了正文的长度，防止数据产生的黏包问题，HTTP 协议在传输层是基于 TCP 实现的，而 TCP 是面向字节流的，黏包问题是面向字节流这种 IO 方式中的一个普遍存在的问题。
    • 同理文件读写也是面向字节流的，解决黏包问题的关键在于明确包的长度/边界。对于有正文的 HTTP 请求，Content-Length 就是包的长度；而对于没有正文的 HTTP 请求，空行就是包的边界。
  • weights：权重，合并生成的有序集合是带有分数的，此处指定的权重，相当于一个系数，会乘以当前的分数。
  • aggregate：总计最终 score 的方式。
    • 有序集合中，member 才是元素的本体，score 只是辅助排序的工具人，因此，在进行比较 “相同” 的时候，只要 member 相同即可，score 不一样不影响。
    • 如果 member 相同，score 不同，进行交集合并之后，最终的 score，就是根据这里的 aggregate 来计算 (求和/取最大/取最小)
• 时间复杂度：O(N * K) + O(M * logM)，N 是输入的有序集合中，最小的有序集合的元素个数；K 是输入的个有序集合个数；M 是最终结果的有序集合的元素个数。
  • 这个东西取决于 Redis 源码如何实现的，这里的 K 一般不会很多，可以近似看作 1，化简一下，认为 N 和 M 是接近的 (同一个数量级，假设不严谨，只是近似看来)，最终就是 O(M) + O(M * logM) 近似 O(M * logM)，
• 返回值：目标集合中的元素个数。

默认情况是相加，如下：

只使用 weights，默认情况是先乘权重系数，再相加，如下：

只使用 aggregate 取最小、取最大、求和，如下：

同时使用 weight 和 aggregate 取最小、取最大、求和，如下：

有序集合的并集操作

• zunionstore：求出给定有序集合中元素的并集并保存进目标有序集合中，在合并过程中以元素为单位进行合并，元素对应的分数按照不同的聚合方式和权重得到新的分数。
• 语法：zunionstore destination numkeys key [key ...] [WEIGHTS weight] [AGGREGATE SUM|MIN|MAX]
• 时间复杂度：O(N) + O(M * logM)，N 是输入的有序集合总的元素个数；M 是最终结果的有序集合的元素个数。
• 返回值：目标集合中的元素个数

默认情况是相加，如下：

只使用 weights，默认情况是先乘权重系数，再相加，如下：

只使用 aggregate 取最小、取最大、求和，如下：

同时使用 weight 和 aggregate 取最小、取最大、求和，如下：

三. zset 命令小结

命令	执行效果	时间复杂度
zadd key [NX/XX] [CH] [INCR] score member [score member …]	向有序集合中添加元素	O(K * logN)
zcard key	获取有序集合中元素的个数	O(1)
zcount key min max	获取有序集合 [min, max] 区间内的元素	logN
zrange key start stop [WITHSCORES]	获取有序集合中的元素，升序	O(logN + M)
zrevrange key start stop [WITHSCORES]	获取有序集合中的元素，降序	O(logN + M)
zrangebyscore key min max [WITHSCORES] [LIMIT offset count]	按照分数获取有序集合 [min, max] 区间内的元素	O(logN + M)
zpopmax key [count]	删除并返回分数最高的 count 个元素	O(logN + M)
zpopmin key [count]	删除并返回分数最低的 count 个元素	O(logN + M)
zrank key member	返回有序集合中元素的排名，升序	O(logN)
zrevrank key member	返回有序集合中元素的排名，降序	O(logN)
zscore key member	查询指定元素的分数	O(1)
zrem key member [member …]	删除指定的元素	O(logN + M)
zremrangebyrank key start stop	按照排序，升序删除指定范围的元素	O(logN + M)
zremrangebyscore key min max	按照分数删除指定范围的元素	O(logN + M)
zincrby key increment member	为指定的元素的关联分数添加指定的分数值	O(logN)
bzpopmax key [key …] timeout	zpopmax 的阻塞版本	O(logN)
bzpopmin key [key …] timeout	zpopmin 的阻塞版本	O(logN)
zinterstore destination numkeys key [key …] [WE/GHTS weight] [AGGREGATE SUM/MIN/MAX]	将交集存储在目标有序集合中	O(N * K) + O(M * logM)
zunionstore destination numkeys key [key …] [WE/GHTS weight] [AGGREGATE SUM/MIN/MAX]	将并集存储在目标有序集合中	O(N) + O(M * logM)

其中 N 是有序集合中元素的个数，M 是区间中元素的个数/要删除的元素的个数。

四. zset 内部编码方式

有序集合类型的内部编码有两种：

• ziplist (压缩列表)：当有序集合的元素个数小于 zset-max-ziplist-entries 配置 (默认 128 个)，同时每个元素的值都小于 zset-max-ziplist-value 配置 (默认 64 字节) 时，Redis 会用 ziplist 来作为有序集合的内部实现，ziplist 可以有效减少内存的使用。
  • 如果有序列表中的元素个数比较少，或者单个元素体积较小，使用 ziplist 来存储，做到节省空间，但是效率会下降。
• skiplist (跳表)：当 ziplist 条件不满足时，有序集合会使用 skiplist 作为内部实现，因为此时 ziplist 的操作效率会下降。
  • 如果有序列表中的元素个数比较多，或者单个元素体积较大，使用 skiplist 来存储，做到提高效率。
  • 简单来说，跳表是一个 “复杂链表”，查询一个元素的时间复杂度是 logN，相比于树形结构 (平衡二叉搜索树)，更适合按照范围获取元素，功能类似于 MySQL 数据库低层的 B+ 树。

可以使用 object encoding 命令，来查看当前有序集合的内部编码方式，如下：

五. zset 使用场景

排行榜系统

• 有序集合比较典型的使用场景就是排行榜系统，例如：微博热搜、游戏天梯排行、成绩排行。
• 榜单的维度可能是多方面的：按照时间、按照阅读量、按照点赞量。用来排行的 “分数” 是实时变化的，使用 zset 来完成上述操作，就非常的简单、高效的更新排行。
  • 比如：游戏天梯排行，只需要把玩家信息和对应的分数给放到有序集合中即可，自动就形成了一个排行榜，随着可以按照排行 (下标)、按照分数，进行范围查找，随着分数发生改变，也可以比较方便的使用 zincrby 修改分数，排行顺序也能自动调整。
  • 但是游戏玩家这么多，此时都用 zset 来在内存中存储，能存的下嘛？假设 userId 按照 4 个字节计算，score 按照 8 个字节计算，表示一个玩家就是 12 个字节，若存在 1 亿个玩家就是 12 亿字节，约等于 1.2 GB，即便是家用电脑都能够存下，更何况公司的服务器。
  • 对于游戏排行榜，这里的先后顺序非常容易确定，但是有的排行榜就要复杂一些，比如：微博热点，是一些综合的体现 (浏览量、点赞量、转发量、评论量)，使用权重 weight 分配，具体有多少个维度，每个维度权重该怎么分配，以及怎么设定是最优的，公司团队通过人工智能的方式来进行计算，根据每个维度，计算得到的综合得分，就是热度。
  • 此时就可以借助 zinterstore / zunionstore 按照加权方式处理，把上述每个维度的数值都放到一个有序集合中，member 就是微博的 id，score 就是某个维度的数值，按照约定好的权重，进行集合间运算即可，得到的结果集合的分数就是热度，此时排行榜也就出来了。
  • 实现排行榜，zset 是一个选择，但不是说非得用 Redis 中的 zset，有些场景确实可以用到有序集合，但不方便使用 Redis，此时可以考虑使用其他方式的有序集合 (第三方库、自己基于跳表实现有序集合)

本例中我们使用点赞数这个维度，维护每天的热榜：

• 添加用户赞数：用户 james 发布了一篇文章，并获得 3 个赞，可以使用有序集合的 zadd 和 zincrby 功能。之后如果再获得赞，可以使用 zincrby：

zadd user:ranking:2022-03-15 3 james
zincrby user:ranking:2022-03-15 1 james

• 取消用户赞数：由于各种原因 (例如用户注销、用户作弊等) 需要将用户删除，此时需要将用户从榜单中删除掉，可以使用 zrem。例如删除成员 tom：

zrem user:ranking:2022-03-15 tom

• 展示获取赞数最多的 10 个用户：此功能使用 zrevrange 命令实现：

zrevrangebyrank user:ranking:2022-03-15 0 9

• 展示用户信息以及用户分数：次功能将用户名作为键后缀，将用户信息保存在哈希类型中，至于用户的分数和排名可以使用 zscore 和 zrank 来实现：

hgetall user:info:tom
zscore user:ranking:2022-03-15 mike
zrank user:ranking:2022-03-15 mike