全文目录：
-
- 开篇语
- [🌟 前言](#🌟 前言)
- [📜 目录](#📜 目录)
- [💡 什么是ZSet？](#💡 什么是ZSet？)
- [🧩 ZSet的底层数据结构](#🧩 ZSet的底层数据结构)
-
- [1. 小数据量时使用 ziplist](#1. 小数据量时使用 ziplist)
-
- [ziplist 结构](#ziplist 结构)
- [2. 大数据量时使用 skiplist + hash table](#2. 大数据量时使用 skiplist + hash table)
-
- 跳表（skiplist）
- [哈希表（hash table）](#哈希表（hash table）)
- [🛠️ ZSet核心操作与复杂度](#🛠️ ZSet核心操作与复杂度)
- [🚀 ZSet应用场景](#🚀 ZSet应用场景)
-
- [1. 排行榜系统](#1. 排行榜系统)
- [2. 延迟队列](#2. 延迟队列)
- [3. 社交平台中的热门话题](#3. 社交平台中的热门话题)
- [4. 任务调度系统](#4. 任务调度系统)
- [🔍 ZSet在Redis内存中的优化](#🔍 ZSet在Redis内存中的优化)
- [🎉 总结](#🎉 总结)
- 文末
开篇语
今天我要给大家分享一些自己日常学习到的一些知识点，并以文字的形式跟大家一起交流，互相学习，一个人虽可以走的更快，但一群人可以走的更远。
我是一名后端开发爱好者，工作日常接触到最多的就是Java语言啦，所以我都尽量抽业余时间把自己所学到所会的，通过文章的形式进行输出，希望以这种方式帮助到更多的初学者或者想入门的小伙伴们，同时也能对自己的技术进行沉淀，加以复盘，查缺补漏。
小伙伴们在批阅的过程中，如果觉得文章不错，欢迎点赞、收藏、关注哦。三连即是对作者我写作道路上最好的鼓励与支持！
🌟 前言
大家在使用Redis时，可能会接触到一种非常有用的数据结构：有序集合（ZSet） 。与普通集合（Set）相比，ZSet不仅能够存储不重复的元素，还可以为每个元素关联一个评分（Score），并通过这个评分实现自动排序。这样的设计使得ZSet在排行榜、优先级队列等场景中广泛应用。那么，ZSet是如何在内部实现高效的排序和存储的呢？今天我们深入剖析ZSet的底层结构，一探究竟！💡
📜 目录
- 💡 什么是ZSet？
- 🧩 ZSet的底层数据结构
- 🛠️ ZSet核心操作与复杂度
- 🚀 ZSet应用场景
- 🔍 ZSet在Redis内存中的优化
- 🎉 总结
💡 什么是ZSet？
在Redis中，ZSet （Sorted Set）是一种有序的集合 。它和普通的Set一样，不允许元素重复，但与Set不同的是，ZSet中的每个元素都有一个分数（Score）。ZSet依据这个分数对元素进行排序，并支持根据分数范围进行快速查询。
ZSet 的数据结构支持以下特性：
- 去重：元素不可重复。
- 排序：元素按分数自动排序。
- 范围查询：支持通过分数或排名范围进行快速查询。
ZSet 实现了自动排序功能，且可以灵活地根据需求来取出分数范围或排名范围内的元素，非常适合实现排行榜和优先级队列等功能。
🧩 ZSet的底层数据结构
Redis 中的 ZSet 底层数据结构主要由 跳表（Skip List） 和 哈希表（Hash Table） 共同实现。根据数据量大小和存储需求，Redis会在不同场景下切换底层实现结构，以平衡内存和性能。
1. 小数据量时使用 ziplist
ziplist（压缩列表）是一种压缩后的双向链表结构，用于存储少量数据的 ZSet，以减少内存开销。当以下条件同时满足时，ZSet 使用 ziplist：
- 元素数量 ：小于
zset-max-ziplist-entries（默认128）。 - 分数大小 ：分数的字符串长度小于
zset-max-ziplist-value（默认64字节）。
ziplist 结构
在 ziplist 中，数据是以压缩格式连续存储的，通过减少内存分配的碎片化来降低内存使用。其特点如下：
- 连续存储：所有元素和分数的存储在一段连续的内存中。
- 空间效率高：适用于少量数据的场景。
- 读写性能较低：ziplist 中每次插入都需调整位置，适合存储少量静态数据。
注意：ziplist 的效率在数据量较小时表现较优，但不适用于大数据量的动态操作。
2. 大数据量时使用 skiplist + hash table
当数据量较大或分数较长时，Redis会自动切换为 跳表（skiplist）+ 哈希表（hash table） 的结构，这种组合可以兼顾插入、删除的速度与有序性。
跳表（skiplist）
跳表是一种分层链表结构，通过多级索引加速查找，是 ZSet 排序的核心组件。
- 层级设计：跳表包含多层链表，每一层是对下层的索引，层级越高跨度越大。
- 插入与删除：插入、删除时间复杂度为 O(log N)。
- 排序：跳表按分数从低到高进行排序，通过分层索引快速定位元素位置。
哈希表（hash table）
哈希表在 ZSet 中用于存储元素和分数的映射关系，便于查找元素。
- 查找效率高：Hash Table 中的查找复杂度为 O(1)。
- 数据一致性：Hash Table 存储键值对确保每个元素的分数准确，跳表则维护元素的有序性。
🛠️ ZSet核心操作与复杂度
ZSet 提供了多种操作，以便对有序数据进行快速访问。常见操作及其时间复杂度如下：
| 操作 | 命令 | 时间复杂度 | 说明 |
|---|---|---|---|
| 插入/更新 | ZADD |
O(log N) | 插入或更新分数 |
| 删除元素 | ZREM |
O(log N) | 删除指定元素 |
| 获取排名 | ZRANK / ZREVRANK |
O(log N) | 获取指定元素的排名 |
| 获取分数范围 | ZRANGEBYSCORE |
O(log N + M) | 获取分数在指定范围内的元素 |
| 获取元素范围 | ZRANGE / ZREVRANGE |
O(log N + M) | 按排名获取元素，支持倒序 |
| 计数 | ZCOUNT |
O(log N) | 统计指定分数范围的元素数量 |
| 取最大/最小值 | ZPOPMAX / ZPOPMIN |
O(log N) | 获取并删除最大/最小分数的元素 |
注意 ：
N为集合的元素数量，M为范围查询的结果数量。跳表和哈希表的组合让这些操作在 ZSet 中变得非常高效！
🚀 ZSet应用场景
ZSet的有序和范围查询能力使其成为多种应用场景的理想选择。以下是一些典型的使用场景：
1. 排行榜系统
ZSet 的有序性和按分数排序的特性非常适合实现排行榜。比如游戏排行榜中，玩家的积分作为分数，玩家名作为成员，通过 ZSet 可以实现排名查询、范围查询等操作。
ZADD：添加或更新玩家的分数。ZRANK/ZREVRANK：获取玩家的排名。ZRANGE/ZREVRANGE：获取排名前几名的玩家。
2. 延迟队列
通过 ZSet 可以构建一个延迟队列，消息的分数设为到期时间戳。查询到期消息时，只需查找分数小于当前时间的元素。
ZADD：将消息及其执行时间添加到队列。ZRANGEBYSCORE：获取即将到期的消息。ZREM：执行后从队列中删除。
3. 社交平台中的热门话题
在社交媒体应用中，通过 ZSet 可以实现"热门话题"榜单，话题作为成员，热度分数作为评分值。定期更新 ZSet，可以动态展示热门话题。
ZINCRBY：增加话题热度。ZRANGE/ZREVRANGE：获取热度排行靠前的热门话题。
4. 任务调度系统
ZSet 还可用于任务调度，将任务按优先级或到期时间排序，以决定任务的执行顺序。
🔍 ZSet在Redis内存中的优化
Redis对ZSet的内存使用进行了多项优化，包括：
- ziplist优化：在小数据量下，ZSet 使用 ziplist 实现，减少内存开销。
- skiplist与hash table的组合：对于大数据量使用跳表+哈希表，确保性能与内存使用的平衡。
- 分数存储压缩：ZSet 中的分数存储采用压缩算法，在性能和空间上达到优化。
小贴士：我们可以通过配置
zset-max-ziplist-entries和zset-max-ziplist-value来控制 Redis 切换 ZSet 底层数据结构的条件，以适应不同的应用场景。
🎉 总结
Redis的ZSet数据结构通过跳表和哈希表的组合实现了高效的排序和查询，非常适合处理需要排序或优先级的场景。无论是排行榜、延迟队列还是热门话题，ZSet 都能轻松应对。掌握其底层实现与常见操作，我们可以在实际应用中发挥 ZSet 的最大潜力！
希望这篇解析能帮助你更好地理解和使用Redis的ZSet！Happy Coding！
... ...
文末
好啦，以上就是我这期的全部内容，如果有任何疑问，欢迎下方留言哦，咱们下期见。
... ...
学习不分先后，知识不分多少；事无巨细，当以虚心求教；三人行，必有我师焉！！！
wished for you successed ！！！
⭐️若喜欢我，就请关注我叭。
⭐️若对您有用，就请点赞叭。
⭐️若有疑问，就请评论留言告诉我叭。