5、认识redis的zset集合

最新推荐文章于 2025-06-05 16:33:35 发布

uncleqiao

最新推荐文章于 2025-06-05 16:33:35 发布

阅读量1k

点赞数 31

CC 4.0 BY-SA版权

分类专栏： redis 文章标签： redis 数据库缓存

本文链接：https://blog.youkuaiyun.com/joeyhhhhh/article/details/147385614

redis 专栏收录该内容

13 篇文章

订阅专栏

介绍

Zset，即有序集合（Sorted Set），是 Redis 提供的一种复杂数据类型。Zset 是 set 的升级版，它在 set 的基础上增加了一个权重参数 double类型的分数值(即score)，使得集合中的元素能够按 score 进行有序排列。

zset的listpack结构

当满足以下两个条件时, zset采用listpack结构存储数据

集合中元素数量小于等于128个
集合中每个元素小于等于64k

存储结构如下
在这里插入图片描述

两个条目为一组, 分别存储实际值和score, 同时listpack也支持查询步长+1的跨越条目查询, listpack本身是无序的,但默认最多只会存储64条所以每次获取时才扫描顺序

zset的skiplist+dict结构

当zset中的元素不满足以上两个条件时, 会采用skiplist + dict存储数据

skiplist 是基于随机算法的一种有序链表，其查询效率与红黑树的查询效率差不多，都是 O(logn)，但是 skiplist 的结构远比复杂的红黑树简单很多。下面我们就深入介绍一下 skiplist 的结构。

Redis 定义了一个 zskiplist 结构体来抽象 skiplist 这一数据结构，其具体定义如下：

// 跳表本体
typedef struct zskiplist {
  struct zskiplistNode *header, *tail; // 指向skiplist结构的首节点和尾结点
  unsigned long length; // 当前zskiplist level0(底层)的节点个数，也是其中存储元素的个数
  int level; // 当前zskiplist的层级数
} zskiplist;

// 跳表节点
typedef struct zskiplistNode {
    sds ele;                  // 元素值（成员）
    double score;              // 分值
    struct zskiplistNode *backward;   // 后退指针
    struct zskiplistLevel {   
        struct zskiplistNode *forward;  // 前进指针
        unsigned int span;              // 跨度（指向目标节点之间的距离）
    } level[];
} zskiplistNode;

跳表的查找、插入和删除操作的时间复杂度都是 O(logN)，其中 N 是跳跃表中的元素数量。这使得跳表在处理大量数据时具有很高的性能。跳表在链表的基础上增加了多级索引，通过多级索引位置的专跳，实现了快速查找元素

我们常见的有序链表结构如下图所示，每个节点里面有两个关键部分，一个是存放的数据，还有一个是指向下一个节点的 next 指针。
在这里插入图片描述

假设要在这个链表里面查询 48 这个节点，我们需要从 header 节点开始向后遍历，每遍历到一个节点，都要比较节点存储的值与 48 是否一致。最差的情况就是遍历完整个链表，时间复杂度也就是 O(N)。

skiplist 在普通有序链表的基础之上，添加多层有序链表，如下图所示：
在这里插入图片描述

使用 skiplist 查找数据的时候，会先从最高层，也就是上图中的 level 2，开始向后遍历，这里发现 level 2 层小于 48 的最大节点是 18 节点，那么向下一层来到 level 1，继续从 18 节点向后遍历。在 level 1 层中发现小于 48 的最大节点是 35，那么再向下一层来到 level 0，继续从 35 节点向后迭代，最终找到 48 这个目标节点。

整个查找路径如下图红色箭头所示：
在这里插入图片描述

通过这个示例，我们可以体会到使用 skiplist 在结构上的特点：维护多层有序链表的索引，越往上层索引越稀疏，比如，level 2 就比 level 1 稀疏。在查找过程中，这些稀疏索引可以帮助我们跳过一些不必要的匹配操作。在利用 skiplist 这种稀疏索引进行查找的时候，我们需要使用到 cur 和 next 两个指针，当 next 节点的值比目标值大或是迭代到 NULL 时，则下降一层继续从 cur 开始向后遍历，直至找到目标节点或者返回 NULL。

skiplist+dict结构图大致如下(借鉴图)
在这里插入图片描述

使用dict存储value, 使用skiplist存储socre

Redis跳表与MySQLB+树对比

特性	B+树	跳表
数据结构	多叉平衡树(每个节点可以有多个子节点)，非叶子节点存索引，叶子存数据	多层链表结构，底层存数据，上层为索引,每个节点只有一个下一节点
查询复杂度	O(logN)	O(logN)
插入复杂度	O(logN)	O(logN)
删除复杂度	O(logN)	O(logN)
区间查询	高效，通过叶子节点链表实现范围查询	高效，逐层下降并线性遍历范围内数据
空间开销	每个节点存多个元素，占用空间少	多级索引链表，占用更多指针空间
磁盘友好性	磁盘 IO 友好，适合数据库和存储系统; 以页(通常4k)为单位读写	内存结构，不适合磁盘存储
稳定性	高效稳定，性能接近二分查找	稳定性略逊于 B+树，随机性较强
实现复杂度	实现复杂，涉及节点分裂和合并	实现简单，易于维护
缓存性能	数据顺序存储在叶子节点，缓存命中率高	链表遍历，不利于缓存命中
使用场景	数据库存储、磁盘存储	Redis Zset、内存排序与排名