六、Redis五种常用数据结构-zset

news2024/11/26 2:30:10

zset是Redis的有序集合数据类型，但是其和set一样是不能重复的。但是相比于set其又是有序的。set的每个数据都有一个double类型的分数，zset正是根据这个分数来进行数据间的排序从小到大。有序集合中的元素是唯一的，但是分数(score)是可以重复的。每个zset集合最多可以存放232-1个数据。zset常被用于排行榜功能。

1、常用命令

zadd key score1 member1 [score2 member2]：向有序集合中添加一个或多个数据，或者更新已存在成员的分数(member会先删除在重新插入)。
zcard key：获取集合的数据个数。
zcount key min max：计算集合中在指定分数区间内的数据个数。
zincrby key increment member：在集合指定成员的分数加上增量increment。increment为负数表示减去相应的值。
zinterstore destination numberkeys key [key…]：计算给定的一个或者多个集合的交集，并将结果存储到destination中。结果集中某个成员的分数是所有给定的集合该成员所有分数的和。
zlexcount key min max：在有序集合中计算指定字典区间内的成员数量。
zrange key start end[withscores]：通过索引区间返回指定区间内的成员。
zrangebylex key min max[limit offset count]：通过字典区间返回有序集合的成员。
zrangebyscore key min max[withscores][limit]：通过分数返回集合中的成员。
zrank key member：返回有序集合中指定成员的索引。
zrem key member [memeber…]：删除集合中一个或者多个成员。
zremrangebylex key min max：移出集合中指定字典区间内的所有成员。
zremrangebyrank key start stop：移出有序集合中给定的排名区间内的所有成员。
zrevrange key start end[withscores]：返回指定索引区间内的成员，分数从高到低。
zrevrangebyscore key max min[withscores]：返回集合中指定分数区间内的成员，分数从高到低。
zrevrank key member：返回集合中指定成员的排名。0表示最高。
zscore key member：返回集合中指定成员的分数。
zunionstore destination numberkeys key [key…]：计算给定的一个或者多个集合的并集，并存储在destination中。
zscan key cursor[match pattern][COUNT count]：迭代集合的元素。

2、底层实现

zset的底层实现有两种，ziplist和dict+skiplist。

2.1、ziplist

2.1.1、使用条件

集合中元素数量小于128个。
每个元素的长度小于64字节。

以上两个条件有任何一个不满足，就会使用dict+skiplist的结构存储数据。
每个集合元素使用紧挨着的两个压缩列表节点保存，第一个节点保存元素的成员，第二个保存元素的分数。

2.1.2、ziplist结构

见Hash中的ziplist

2.2、dict+skiplist

2.2.1、介绍

dict用来存储value到score的映射关系，这样就可以在O(1)时间内找到对应value的score值。
skiplist按照从小到大的顺序存储分数。
skiplist每个元素的值都是[score,value]对。

2.2.2、zset结构

typedf struct zset{
	//字典，键为value，值为score
    dict* dict;
    //跳表，按分值进行排序
    zskiplist *zsl;
}zset;

typedf struct zskiplist{
	//头节点
    struct zskiplistNode *header;
    //尾节点
    struct zskiplistNode *tail;
    //跳表中的元素个数
    unsigned long length;
    //目前表内节点最高的层数
    int level;
}zskiplist;

zskiplist的示意图如下：

typedf struct zskiplistNode{
    //具体的数据
	sds ele;
    //分数
    double size;
    //后退指针
    struct zskiplistNode *backward;
    struct zskiplistLevel{
    	//前进指针
        struct zskiplistNode *forward;
        /跨服
        unsigned int span;
    }level[]; //层数数组  最大32
}zskiplistNode;

skiplistNode的示意图如下：

2.2.3、skiplist-跳表

跳表skiplist在Redis中的使用场景只有一个，那就是作为zset的底层结构实现。跳表可以保证增、删、查的时间复杂度为O(logN)，其余一般的链表结构的时间复杂度为O(n)相比，性能上有不少的提升。但是唯一美中不足的是跳表需要占用更多的空间，其实这就是一种空间换时间的思想。跳表的结构如下：

Redis中的跳表的实现有点类似于Kafka中的稀疏索引。
在Kafka中进行持久化的时候，会生成两个文件，一个是xxxxxx.log，一个是xxxxxx.index，其中log文件中以链表的方式保存着消息。而index文件中则保存着这些消息的索引，或者说是偏移量，但又不是每一条消息的索引都在index文件中。index中的索引是稀疏的，比如log文件中的索引是0-10000，那么index文件中存储的索引可能是100，500，700，1000，5000，6500，每个索引中都保存着对应log文件中消息的具体位置。如图：

当要访问899这个索引的消息时，先去index文件中查找，找到了700到1000的这个区间，根据700这个索引去log文件中找到700这个索引的消息，然后顺着700这个消息顺序往下找，直到找到899这个索引的消息。从这个实现中，我们看到Kafka并没有对log文件进行全部的遍历，而是先通过index中的稀疏索引，找到一个大概的位置，然后顺序遍历。

Redis的跳表的实现方式与上面的类似，不过Kafka的稀疏索引只有一层，而Redis的稀疏索引是多层。如图：

所有的元素都会在L0层的链表中，根据分数进行排序，同时会有一部分节点被抽取到L1层，作为一个稀疏索引，同样L1层的索引也有一定的机会被抽取到L2层，以此类推，Redis允许跳表中一个节点最高有**64层，**一个跳表中最多存储264 个元素。

2.2.4、跳表-增、删、查

首先假定有这么一个跳表，这里只展示分数：

如果要查找分数为66的元素，首先在L2层的索引查找。很明显。66位于25和85之间：

然后根据获得的区间，去对应的L1的区间查找，得到一个更精确的区间：

最终根据更精确的区间，去L0层顺序遍历，即可找到要查找的元素：

上述即是对跳表原理的一个描述。
这种跳表的实现，其实和二分查找的思路接近，只是一方面因为二分查找法只能适用与数组，而无法用于链表，所以为了让链表有二分查找类似的效率，就以空间换时间来达到目的。
跳表因为是一个根据分数权重进行排序的列表，可以在很多场景中使用，比如排行榜，搜索排序等。