zset有序集合介绍
Question：这里的有序单纯就是升序/降序，那么排序的规则是啥
Answer：给zset中的member同时引入了一个属性，分数(score)，浮点类型，每个member都会安排一个分数，进行排序的时候，就是按照此处的分数大小来进行升序/降序来排序
- zset中的member仍然要求是唯一的（score则可以重复）
- zset主要还是用来存member的，score只是辅助
zset常用命令
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。
- 时间复杂度为O(logN)，N表示有序集合中的元素个数，之前的Hash，Set，List很多时候，添加元素，都是O(1)，此处，zset则是logN：由于zset是有序结构，要求新增的元素，要放到合适的位置上，同样logN也是利用了有序性（跳表）
ZADD 的相关选项：
- XX：仅仅⽤于更新已经存在的元素，不会添加新元素（member）。
- NX：仅⽤于添加新元素，不会更新已经存在的元素（member）；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，此时就会更新分数
- 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
- LT：只更新已经存在的元素，如果这个元素（要插入的元素）比现在的元素要小，那么就不会添加新的元素
- GT：只更新已经存在的元素，如果这个元素比现在的元素要大，那么就不会添加新的元素
添加的时候，既要添加元素，又要添加分数：member和score称为是一个"pair"
不要把member和score理解成"键值对"，可以理解为属性：对于有序集合来说，既可以通过member来匹配score，也可以通过score来找到member
Question：如果有重复的score，如何解决？
Answer：通过分数来排序，如果分数相同，再按照元素自身字符串的字典序来排序
有序集合排序规则，zset内部就是按照升序方式来排序的
zrange 查看有序集合中的元素详情，类似于lrange，可以指定一对下标构成的区间
这里的有序集合本身就是有先后顺序的，谁在前谁在后，都是很明确的
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"，要把二进制字节对应汉字，还需要客户端来支持，即在启动客户端时使用 --raw命令即可
Question：为什么这样排序？
Answer：因为是按照升序的结构来排序的
修改操作
如果修改的分数，影响到了之前的顺序，就会自动的移动元素位置，保持原有的升序不变
zadd在默认情况下就是返回新增元素的个数
如果已经存在了就不支持这种行为
如果是xx就支持这种存在修改行为
如果不存在就不支持这种行为
ch操作
incr
zcard
获取⼀个 zset 的基数（cardinality），即 zset 中的元素个数
时间复杂度：O(1) 返回值：zset 内的元素个数（member）。
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，可以通过 ( 排除。
- 时间复杂度：O(log(N)) ：先根据min找到对应的元素，再根据max找到对应的元素，如果进行一个便利，是不是就知道这里的元素个数了呢？如果元素较多，此时要进行遍历，那么时间复杂度为O(N)，zset内部会记录每个元素当前的次序，查询到元素就直接知道元素所在的"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，减法即可
- min和max是可以写成浮点数的（zset本身就是浮点数），在浮点数中，存在两个特殊的数值：inf（无穷大），-inf（负无穷大）
返回值：满⾜条件的元素列表个数。
zset中的member和score的关系，不能理解成"键值对"
包含97，但不包含95
这里并不符合直觉既然已经这么设定了，只能遵守这样的规则，既然已经这么设定了，就只能将错就错了！而且还要考虑兼容性，一般来说，如果想要做出这种不兼容的修改，可以先把这个修改的内容标记成弃用，隔若干个版本在逐渐的把功能完成修改
- 考虑兼容性的案例：C++（兼容C）
- 不考虑兼容性的案例：IPv6
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。
- 时间复杂度：O(log(N)+M) ：此处要根据下标找到边界值，start对应的位置，接下来就需要遍历了，start-stop的元素个数为M
- 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。
- 备注：这个命令可能在 6.2.0 之后废弃，并且功能合并到 ZRANGE 中。
- rev-reverse逆序
- 时间复杂度：O(log(N)+M) 返回值：区间内的元素列表。
- 此处的区间0 -1两个参数顺序是不需要变的，也就是降序
zrangebyscore
- 返回分数在 min 和 max 之间的元素，默认情况下，min 和 max 都是包含的，可以通过 ( 排除。
- 备注：这个命令可能在 6.2.0 之后废弃，并且功能合并到 ZRANGE 中。
- 时间复杂度：O(log(N)+M) 返回值：区间内的元素列表。
zpopmax
- 删除并返回分数最⾼的 count 个元素
- 时间复杂度：O(log(N) * M) ，N为有序集合的元素个数，M表示count，此处删除的是最大值！！！有序集合，最大值就相当于最后一个元素（尾删），既然是尾删，为什么不把最后一个元素特殊记录下来，后续删除不就可以O(1)了吗，省去了查找的过程？Redis目前并没有这么做，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，但是在实际删除的时候，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"，此处是存在优化空间的（当然了，优化要优化在刀刃上，一般先找到性能瓶颈，再针对性的优化）
- 返回值：分数和元素列表。
- 联想到使用优先级队列来解决topK问题，这里类似
如果存在多个元素分数相同并且同时为最大值，仍然只删除其中一个元素，分数虽然是主要因素，如果分数相同会按照member字典序来排序
zpopmin
bzpopmax
- ZPOPMAX 的阻塞版本。（联想到针对list的blpop，brpop实现类似于阻塞队列的效果）
- 这里的有序集合也可以视为"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，每个key都是一个有序集合，阻塞也是在有序集合为空的时候触发阻塞，阻塞到有其他客户端插入元素，timeout表示超时时间（单位为秒，支持小数形式），最多阻塞多久
- 时间复杂度：O(log(N))，删除最大值花的时间，如果当前bzpopmax同时监听了多个key，假设key是M个，此时时间复杂度是O(logN*M)？
- 并不是，是从这若干个key中只删除一次，并不是每个key的max都删除
- 返回值：元素列表。
zset为空，左侧进行阻塞操作，右侧添加元素时，直接删除，若不为空，直接删除，不论count为多少，有三个属性：key标识了有序集合，以及member和score
zpopmin
删除并返回分数最低的 count 个元素。
时间复杂度：O(log(N) * M)，M为count值， 返回值：分数和元素列表。
bzpopmin
ZPOPMIN 的阻塞版本，用法和bzpopmax一致
时间复杂度：O(log(N))，多个有序集合只删除一次，返回值：元素列表。
zrank
返回指定元素的排名，升序。
时间复杂度：O(log(N))，zcount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，再把排名意见，就得到了元素个数，最主要是有一个查询位置的过程，返回值：排名。
zrank得到的下标，是从前往后算的
zrevrank
返回指定元素的排名，降序。
时间复杂度：O(log(N)) 返回值：排名。
zscore
- 返回指定元素的分数。
- 时间复杂度：O(1)，前面，根据member找元素，都是logN，这里也是要先找元素？
- 此处相当于redis对于这样的查询操作做了特殊优化，付出了额外的空间代价，针对这里进行了优化到O(1)实现
- 返回值：分数。
zrem
- 删除指定的元素。
- 时间复杂度：O(M*log(N))，N是整个有序集合中元素个数，M是参数中member的个数
- 返回值：本次操作删除的元素个数。
zremrangebyrank
- 按照排序下标，升序删除指定范围的元素，左闭右闭。
- 时间复杂度：O(log(N)+M)，N是整个有序集合的元素个数，M是start-stop之间的元素个数，此处查找位置，只需要进行一次（不需要重复进行）
- 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。
时间复杂度：O(log(N)+M) 返回值：本次操作删除的元素个数。
zincrby
- 为指定的元素的关联分数添加指定的分数值
- 时间复杂度：O(log(N))
- 返回值：增加后元素的分数。
不光会修改分数内容，也能同时移动元素位置，保证集合有序
同时也可以支持减法和小数
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。
选项
- numkeys：几个交集，同时也是防止混淆后面的选项和key
- 此处比较像http协议中的请求头（heade）中的Content-Length，描述了正文的长度，如果这个没有描述好，就可能产生粘包问题：HTTP在传输层是基于TCp，TCp是面向字节流的，粘包问题，是面向字节流这种IO方式中的一个普遍存在的问题
- destination：要把结果存储到哪个key对应的zset中
- weights：权重，此处指定的权重，相当于一个系数，会乘以当前的分数
- 有序集合中，member才是元素的主体，score注释辅助排序的工具，因此在比较"相同"的时候，只要member相同即可，如果member相同，score不同，那么最终结果是多少呢！？
- aggregate：sum | min | max，如果是max，那么最终结果就是最大的score，以此类推
- 时间复杂度：O(N*K)+O(M*log(M))，化简得到近似值为N*logN（k不会很多，近似看作1，把N和M看作是近似的），N 是输⼊的有序集合中, N是最⼩的有序集合的元素个数; K 是输⼊了几个有序集合; M 是最终结果的有序集合的元素个数，取决于redis源码咋写的
- 返回值：目标集合中的元素个数
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，参数和上一个交集命令的参数一致
- 时间复杂度：O(N)+O(M*log(M)) 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，近似为O(M*logM)
- 返回值：⽬标集合中的元素个数
zunionstore用法和zinterstore用法一致
zset命令小结
zset编码方式
- 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。
- 当元素个数较少且每个元素较⼩时，内部编码为 ziplist：
- 当元素个数超过 XXX 个，内部编码 skiplist：
- 当某个元素⼤于 XXXX 字节时，内部编码 skiplist：
zset的应用场景
最关键的应用场景：排行榜系统
- 微博热搜
- 游戏天梯排行
- 成绩排行
...
- 关键要点：用来排行的"分数"是实时变化的，虽然是实时变化的，也能够高效的更新排行
- 使用zset来完成上述操作，就非常简单，比如游戏天梯排行，只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，随时可以按照排行（下标），按照分数进行范围查询，随着分数发生改变，也可以比较方便的，zincrby修改分数，排行顺序也能自动调整（logN）
- 游戏玩家这么多，此时都用这个zset来存（内存），能存下嘛？
- 在王者农药中，往多了算，就按一亿玩家，userId 4个字节来理解，score 8个字节来理解，表示一个玩家，大概是12个字节，那么一亿玩家就有12亿字节，大约是1.2GB，单位换算，一定要张口就来：thousand kb，million mb，billion gb
- 对于游戏排行榜，这里的前后顺序非常容易确定，但是有的排行榜就要复杂一些，微博热榜，需要考虑综合数值，浏览量，点赞量，转发量，评论量，这里就是权重位，具体有多少个维度，每个维度怎么分配的，以及怎么设定是最优的...
- 根据每个维度，计算得到综合得分也就是热度，此时借助 zinterstore/zunionstore按照加权方式处理，此时就可以把上述每个维度的数值都放到有序集合中，member就是微博的Id，score就是个维度的数值，通过zinterstore/zunionstore把上述集合进行加权处理
注意事项：zset是一个选择，但并不是一定要用redis中的zset，要综合考虑