目录
[Zset 集合命令](#Zset 集合命令)
[Zset 编码方式](#Zset 编码方式)
[Zset 应用场景](#Zset 应用场景)
引言
- 在 Redis 中集合间操作无非就是 交集、并集、差集
- Set 类型与之相对应的操作命令为 sinter、sunion、sdiff
注意：
- 从 Redis 6.2 版本开始，Zset 命令才开始支持 zinter、zunion、zdiff 这几个命令
- 但是此处我们使用的是 Redis 5 版本，所以下文不涉及介绍这三个命令
Zset 集合命令
ZINTERSTORE
- 用于求出给定有序集合中元素的交集，并将其保存进目标有序集合中
- 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 [weight ...]] [AGGREGATE <sum | min | max>]
- destination：表示要把结果存储到哪个 key 对应的 zset 中
- numkeys：描述了后续有几个 key 参与交集运算，因此该变量需为整型
- weight：可理解为 权重 ，此处指定的权重，相当于一个系数，会乘以当前的分数
- aggregate：指定 当前给定的有序集合 应采用哪种聚合方式来得出新的分数
注意：
- 前面介绍的命令也是支持多个 key 的，如mget、mset 等
- 但这些命令却不涉及到类似于此处的设定，即需手动指出 key 的个数
官方文档解释：
- 主要是为了避免 zinterstore 命令的 选项 和 keys 弄混淆
- 即通过 numkeys 描述出 key 的个数后，便可明确知道后面的 "选项" 是从哪里开始的
总结：
- 正因为 mget、mset 等命令，在指定 keys 后无复杂的选项
- 所以无需采用 numkeys 来手动指出 key 的个数，以便知道 key 和 选项 之间的分界处
时间复杂度：
- O(N) + O(M * logM)
- N 为 所有输入命令中总的 有序集合 元素个数
- M 为 结果集 的元素个数
实例理解
- 此处我们可以指定 权重
- 我们还可以指定 聚合方式
ZUNIONSTORE
- 用于求出给定有序集合的并集，并将其保存到目标有序集合中
- 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 [weight ...]] [AGGREGATE <sum | min | max>]
- zunionstore 和 zinterstore 命令的用法大致相同
时间复杂度：
- O(N) + O(M * logM)
- N 为 所有输入命令中总的 有序集合 元素个数
- M 为 结果集 的元素个数
实例理解
- 此处我们可以指定 权重
- 我们还可以指定 聚合方式
Zset 编码方式
- 有序集合的内部编码有 两种
- ziplist（压缩列表）
- skiplist（跳表）
注意点一：
- 如果有序集合中的元素个数较少，或者单个元素体积较小时
- 使用 ziplist 来存储，以达到 节省空间 的效果
注意点二：
- 如果有序集合中的元素个数较多，或者单个元素体积非常大时
- 使用 skiplist 来存储
两个配置项
- zset-max-ziplist-entries：（单位为元素个数）
- zset-max-ziplist-value：（单位为字节）
- 当有序集合的元素个数小于 1号配置项，当每个元素的值都小于 2号配置项时
- Redis 会使用 ziplist 来作为有序集合的内部编码
关于跳表
- 简单来说，跳表是一个 复杂链表，其查询元素的时间复杂度为 O(logN)
- 相比于树形结构，更适合按照范围获取元素（B+ 树）
Zset 应用场景
排行榜系统
- 微博热搜、游戏天梯排行、成绩排行等
关键要点：
- 用来排行的分数为实时变化的
- 虽然是实时变化的，却也能够高效的更新排行
重点理解：
- 有序集合（zset） 能很好的满足上述需求和关键要点
实例理解
- 比如游戏天梯排行
- 只需要将 玩家信息和该玩家所对应的分数给放到有序集合中即可
- 从而便能 自动就形成一个排行榜
- 我们也能 随时按照排行（下标）、按照分数 来进行范围查询
- 随着分数发生改变，也可以比较方便的使用 zincrby 命令来修改分数，且排行榜顺序也能自动进行调整，该操作的时间复杂度为 O(logN)
问题：
- 游戏玩家这么多，此时都用这个 zset 来存，内存能否存下？
举例：
- 假设此时我们有 1亿 个玩家
- 约定 userId 4个字节 ，score 8个字节，即一个玩家需要 12 个字节来表示
- 12亿 字节 ------> 1.2 GB，对于当今计算机来说，绰绰有余！
实例理解二
- 相较于游戏排行榜，其排序依据很容易确定，仅需根据玩家积分即可
- 微博的排行榜，其排序依据评估起来更为复杂，因为 微博热度是一个综合数值！
- 其参考方面包含 浏览量、点赞量、转发量 、评论量等
- 上述各方面具有不同 权重 weight，进而计算得到综合数值（热度）
重点理解
- 此时可以借助 zinterstore / zunionstore 命令，按照加权方式进行处理
- 可以把上述每个维度的数值均放到一个有序集合中
- member 为 微博的id，score 为各自维度的数值
- 通过 zinterstore / zunionstore 命令将上述有序集合按照约定好的权重，进行集合间运算即可
- 最终得到结果集合，其分数便为热度，且 排行榜也顺带着出来了！
总结：
- 上述应用场景，Redis 中的 zset 是一个选择，但不是说非得用 Reids 中的 zset 不可
- 有些场景下确实可以使用到有序集合，但又不方便使用 Redis 时，可以考虑使用其他方式的有序集合