阅读量:0
目录
2.3 zrange，zrevrange，zrangebyscore
2.7 zrem，zremrangebyrank，zremrangebyscore
一，基本情况
Zset，叫做“有序集合”
- Set（集合）：唯一性，无序性（孙行者，行者孙，者行孙 ==> 同一只猴 ）
- List（列表）：有序性，可重复（孙行者，行者孙，者行孙 ==> 不同的猴）
- Zset（有序集合）：这里的“有序”，单指 “升序/降序 ”
问题：那么排序的顺序是啥？
解答：我们给 zset 中的 member 同时引入了一个属性 => 分数（score），浮点类型，进行排序的时候，就是按照此处的分数大小来进行 “ 升序/降序 ”的，如下图：
注意： “升序/降序”只是为了解释“有序”这个词的广泛性，实际上zset内部还是按照“升序”来排列的
zset也是一个集合，所以member仍然要求是唯一的，score可以重复，因为 zset主要还是用来存member的，score只是辅助
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（列表） | 是 | 是 | 索引下标 | 时间轴，消息队列等 |
| set（集合） | 否 | 否 | 标签，社交等 | |
| zset（有序集合） | 否 | 是 | 分数 | 排行榜系统，社交等 |
二，常用命令
2.1 zadd
ZADD key [NX | XX] [GT | LT] [CH] [INCR] score member [score member ...]zadd作用是往集合中添加或修改元素和分数，首先指定key，方括号为可选选项，score为添加的分数，member为添加的值，其中 member 和 score 称为是一个“pair”类型，类似于C++里的std:pair，类似于键值对，但又不是键值对，因为对于有序集合来说，是既可以通过member找到score，也可以通过score找到member的。
C++的pair使用可以参考：C++——map和set的基本使用_c++中关联式容器-CSDN博客
然后是对于方括号里面选项的解释：
- NX：当member不存在的时候，添加新member，如果member存在什么都不做
- XX：当member存在的时候，更新member的值，如果member不存在什么都不做
- 不加 NX|XX 时：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，就会更新分数
- LT：在要更新分数的前提下，如果新分数比旧分数小，就更新成功，否则不更新，不会阻止添加新member
- GT：在要更新分数的前提下，如果新分数比旧分数大，就更新成功，否则不更新，不会阻止添加新member
- CH：“ C ” 是“ change ”的缩写，作用是指定返回值要返回什么信息，本来zadd返回的是新增元素的个数，添加CH选项后返回被修改的元素个数
- INCR：作用是能针对现有的member的score进行运算
问题：之前的Hash，Set，List 很多时候，添加一个元素的时间复杂度都是O(1)，但为什么Zset是O(logN)？
解答：因为zset是有序结构，所以新增元素时需要计算合适的位置再添加，当然之所以是logN不是N，也是利用了有序这样的特定。
但是也有分数相同的情况，所以当分数相同时，再按照元素自身的字典序来排列，分数不同仍然按照分数来排
下面是zadd的使用：
但是上面的只能显示member，不显示score，所以我们可以在后面加上“ withscores ”选项使其显示分数：
我们也可以使用zadd修改对应member的分数：
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，从而保持原有的升序顺序不变：
最后我们使用以下zadd的选项，NX|XX 作用和之前一样，这里就不介绍了：
注意：
- LT和GT选项要在高版本的Redis才会有，但是使用起来也非常简单
- C++中的std:set也可以存pair，同时也是有序的，但是和Redis的set最大的不同是，std:set不能修改，只能添加或者删除
2.2 zcard，zcount
ZCARD key ZCOUNT key min max- zcard作用是获取zset里元素的个数
- zcount作用是找出score符合区间[min, max]的member的个数，以返回值显示，[min, max]是闭区间：
上面的是闭区间，如果我们想排除边界值，需要用括号，但是这里的写法有点奇怪，如下图：
问题：一般来说，一个好的设计，是符合直觉的，因为这样学习和使用成本就越低；但是像这个添加括号就明显不符合直觉，那么为什么不改呢？
解答：既然已经这样设定了，只能将错就错，遵守这样的规则了，因为需要考虑兼容性，只要新的Redis一改，大量的代码直接就不能用了，需要大量的修改，成本是非常非常高的，会导致大量的服务器直接罢工
- C++最近火起来的原因，就是因为C++兼容C，而当代大多数的热门操作系统都是用C写的
- 而且其实为了解决IPv4地址不足的问题，我国早就开始高IPv6了，而且几近成熟，但是仍然没有大量推广，就是因为这玩意儿是和设备绑定的，要换IPv6，就需要摒弃IPv4的设备，引入IPv6的设备，这其实是一件非常耗时烧钱耗精力的事情，需要长期慢慢推进
zcount的时间复杂度是 O(logN)
问题：假设是先根据min和max找到对应的元素，如果要进行一个遍历，是不是就知道这里的元素个数了呢？
解答：那样的话时间复杂度就是O(N)了，就不是O(logN)了，根据找min和max就是O(logN)了，再加上遍历就是O(logN + M)了，M是区间中元素的个数，N是整个有序集合的个数
实际上Zset内部，会记录每个元素当前的 “排行” / “次序”，查询到元素，就直接知道了元素所在的“次序”，就可以直接把max对应的元素次序和min对应的元素次序做减法即可。
注意：zcount的min和max是支持分数的，所以可以写成浮点数，而且其中还有两个特殊值：inf表示无穷大，-inf表示负无穷大：
负无穷大不是无穷小，无穷小应该指的是无限接近于0的数
2.3 zrange，zrevrange，zrangebyscore
- zrange作用是查看指定的一对下标构成的区间的值，前面已经用过很多次了
- zrevrange，z后面的三个字母“ rev ”其实是“ reverse ”的缩写，意思为“ 逆序 ”，所以zrevrange作用是按照分数降序进行遍历的
- 前面两个都是按照下标区间来找元素的，zrangebyscore作用是按照分数来找元素的，和zcount类似：
注意：zrangebyscor已经标记成“废弃”，可能在Redis 6.2.0 之后废弃，并且功能会合并到zrange中
2.4 zpopmax，bzpopmax
zpopmax key [count]BZPOPMAX key [key ...] timeout- zpopmax作用是删除并返回分数最高的count个元素，就是 topK 问题，如果存在多个分数相同的元素，同时为最大值，zpopmax仍然只删除其中一个
- 咱们这里的“有序集合”也可以视为一个“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，就可以用bzpopmax实现阻塞功能，timeout表示超时时间，其他的具体使用和细节再list的blpop和brpop已经讲解过，这里不再赘述：Redis远程字典服务器（6） —— list类型详解-CSDN博客
引出：zpopmax的时间复杂度是O(logN + M)，其中N是有序集合的元素个数，M表示coun他，要删除的元素个数；此处zpopmax删除最大的元素，由于集合是有序的，最大值相当于最后一个元素，也就相当于“尾删”
问题：既然是尾删，那为什么不把这最后一个元素的位置特殊记录下来，省去了查找的过程，后续删除不就可以O(1)了吗？
解答：可以做到，但是Redis没有这么做，而且实际上，在Redis源码中，针对有序集合，确实是记录了“尾部”这样的特定位置，但是实际删除的时候，是直接调用了一个“通用的删除函数”，给定一个member的值，进行查找，找到位置在删除
所以是存在优化空间的，但是优化一般是要先找到性能瓶颈的，再针对性的优化
bzpopmax的效果和blpop一样，这里就不展示了：Redis远程字典服务器（6） —— list类型详解-CSDN博客
2.5 zpopmin，bzpopmin
ZPOPMIN key [count]BZPOPMIN key [key ...] timeoutzpopmin就是和zpopmax反过来的，删除最小的count个元素：
此处zpopming和zpopmax的逻辑是一致的，bzpopmin也是一样的，删除的时候是使用的通用的删除函数，所以有了查找的过程，时间复杂度是O(logN + M) ,M是要删除的个数，所以可以不记，最后的时间复杂度可以为O(logN)
2.6 zrank，zrevrank，zscore
- zrank作用是获取指定元素的排名，这个“排名”就是“下标”
- zrevrank作用也是获取member的下标，但是是反着算的
- zscore作用是查询指定member的分数
zrank：
zrank得到的下标是从前往后（升序）算的。
zrevrank：
zscore：
问题：zscore明明也有“根据member找score”的查询操作，为什么它的时间复杂度是O(1)？
解答：此处可以认为是Redis对查询操作做了特殊优化，付出了额外的空间代价，针对这里进行优化到了O(1)的，因为Redis的设计者发现这个查询操作是“高频”的，所以做了针对性的优化
2.7 zrem，zremrangebyrank，zremrangebyscore
- zrem作用是删除指定的member，时间复杂度尾O(logN * M)，N是整个zset的元素个数，M是指定的member的个数
- zremrangebyrank作用是范围式删除，通过在命令后面带上一个范围，对这个范围进行删除，是闭区间
- zremrangebyscore作用也是范围式删除，上面的是指定下标，这个就是指定score的范围删除
这三个命令结合解释能很快理解和使用，就不进行演示了~
后面两个命令的时间复杂度都是O(logN + M)
2.8 zincrby
zincrby key increment member作用是对指定member的score进行一个加法的操作，可以通过加负数来实现减法的效果
这个命令的效果和zadd的INCR选项效果是一样的
2.9 zinterstore，zunionstore
在学习set类型的时候，我们直到集合操作还有交集，并集，差集，对应的命令是sinter，zunion，zdiff，那么zset有序集合有没有呢？有是有，因为这几个命令是从Redis 6.2 版本才开始支持的，咱们现在是5版本，暂时不涉及
暂时zset还是提供了两个命令求集合间操作的：
zinterstore destination numkeys key [key ...] [WEIGHTS weight [weight ...]] [AGGREGATE SUM|MIN|MAX]zunionstore destination numkeys key [key ...] [WEIGHTS weight [weight ...]] [AGGREGATE SUM|MIN|MAX]- zinterstore作用是求交集，结构保存到另一个key中
- zunionstore作用是求并集，结构保存到另一个key中
下面解释下选项：
- destination：最后的结果存储到哪个key对应的zset中
- numkeys：就是一个整数，描述了后续有几个key参与集合间运算，加入这个的原因是因为后面还有其他的选项，Redis解析命令的时候，需要知道有多少个key参与运算，避免选项和key混淆（此处的设定很像HTTP协议报头的“Content-Length”，描述了正文的长度，避免了“粘包问题”）
- weights：权重，咱们这个集合是有序集合，带有分数，所以现在好几个有序集合做操作，它们的地位不一定对等；权重相当于一个系数，会乘以当前的分数，具体使用可以观看后面的截图
- aggregate：zset求交集时，不仅仅只考虑member，它还有score，如果member相同，score不同，所以需要一个选项来处理score，就三种方式：“SUM求和”，“MIN取小的值”，“MAX取大的值”，通过这三种方式对score合并
zinterstore：
然后我们可以带上权重，可以写成小数：
最后的AGGREGATE的对score三种操作都很简单，这里就不演示了~
zunionstore：求并集和求交集步骤一样：
对于zinterstore的时间复杂度：
- N表示输入若干个有序集合里面元素最少的个数
- K表示有序集合的个数
- M表示最终结果的有序集合元素的个数
这个东西取决于Redis的源码咋写的，我们暂时不考虑~
表达式太复杂了，我们可以简化以下得到近似值：
- 首先K不会很多，近似看作1
- 再化简以下，可以认为N和M是接近的（不严谨，只是近似来看），
- 可以化简为O(M) + O(M * logM) ==> O(M * logM)
对于zunionstore的时间复杂度：
除了N变为了：参与运算的zset的个数，其他的和上面一致
三，内部编码
- 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。
- 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。
关于跳表skiplist的结构可以参考下这道题目：LCR 154. 复杂链表的复制 - 力扣（LeetCode）
要详细了解跳表，还是得结合源码来看，这里不做过多讨论
四，应用场景
4.1 排行榜系统
最关键的应用场景就是这个了，比如应用热搜，游戏积分，成绩排行等等。
关键要点就是：用来排行的“分数”是频繁变化的，因此我们就需要在实时变化的环境下高效地更新排行，所以使用zset来实现就非常简单，因为可以高效地修改“分数”，排行顺序也能自动调整（logN）
Thousands（千）：1KB
million（百万）：1MB
billion（十亿）：1GB
对于游戏排行榜之类的，它的前后顺序就非常容易确定，但是有的排行榜就要复杂很多，比如某博热度（浏览量，点赞量，转发量，评论数），但是对于这部分，一般的大公司都有专门的团队来做这块的事情（通过一些人工智能的方式来进行计算），根据每个维度。计算得到综合得分 ==> 热度
总结：zset只是一个选择，不是说非得用zset，有些场景确实可以用到有序集合，但是不方便使用Redis，就可以考虑使用其他方式的有序集合
