深入解析Redis核心数据结构：从String到Zset，解锁高性能排行榜实现

在当今数据驱动的时代，高效的数据存储与访问是应用性能的基石。Redis，作为一款广受欢迎的内存数据结构存储，以其丰富的数据类型和卓越的性能，成为缓存、会话存储乃至实时排行榜等场景的首选。与传统的MySQL或PostgreSQL等关系型数据库不同，Redis提供了更贴近业务逻辑的原子数据结构。本文将带你深入探索Redis从基础到进阶的核心数据结构，并重点剖析如何使用Zset（有序集合）构建一个高性能的实时排行榜系统。

Redis核心数据结构全景图

Redis的成功，很大程度上归功于其精心设计的核心数据结构。它们不仅仅是简单的键值对，而是针对不同场景优化的、功能丰富的原子类型。理解这些结构是进行有效数据库优化的第一步。

Redis最经典的五大基础类型包括：String（字符串）、Hash（哈希）、List（列表）、Set（集合）和Zset（有序集合）。每种类型都对应着不同的底层实现和适用场景。

为了更直观地对比它们的特性与典型应用，我们可以参考下表：

类型	结构存储的值	结构的读写功能
String	字符串、整数、浮点型	对一整个字符串或部分字符串读取，浮点型可以自增或自减
Hash	散列键值对	添加、获取、删除单个元素
List	一个链表，链表的节点包含字符串	可以对链表两侧进行push和pop操作，根据值查找或删除元素，还可以读取多个元素
Set	无序存储字符串的集合	可以做集合的交、并、差集；获取、添加、删除元素
Zset	有序存储字符串的集合	有序集合，可以根据元素的不同分数排序，可以添加、获取、删除元素，可以根据分值范围来获得元素

随着版本的迭代，Redis的功能边界不断扩展，引入了如GEO（地理位置）、HyperLogLog（基数统计）、Stream（流）和BitMap（位图）等高级数据类型。这些类型进一步拓宽了Redis的应用场景：

GEO:存储地图信息的场景，比如滴滴叫车

HyperLoglog:海量数据统计，比如百万计网页UV统计

Stream:消息队列，对比List而言，可以自行生成全局唯一ID;消费可以以消费组形式出现

BitMap:二值状态统计,比如签到

技术对比思考：当你需要复杂的事务和关联查询时，MySQL或PostgreSQL是更好的选择；当你处理无模式的文档数据时，MongoDB可能更合适。而当你需要极致的读写速度、原子操作和丰富的数据结构来支撑缓存、计数器、排行榜、消息队列等场景时，Redis的优势就无可替代。选择合适的工具，是架构设计的关键。

[AFFILIATE_SLOT_1]

Zset（有序集合）：排行榜的引擎

在众多数据结构中，Zset（Sorted Set）因其独特的“分数-成员”映射和自动排序能力，成为实现排行榜、延迟队列、范围查询等功能的利器。它与普通Set的最大区别在于，每个成员（Member）都关联一个分数（Score），Redis正是依据这个分数对成员进行从小到大的有序排列。

熟练掌握Zset的命令是应用它的前提。其核心命令主要围绕分数和排名展开：

SortedSet的常见命令有：

• ZADD key score member：添加一个或多个元素到sorted set ，如果已经存在则更新其score值

• ZREM key member：删除sorted set中的一个指定元素

• ZSCORE key member : 获取sorted set中的指定元素的score值

• ZRANK key member：获取sorted set 中的指定元素的排名

• ZCARD key：获取sorted set中的元素个数

• ZCOUNT key min max：统计score值在给定范围内的所有元素的个数

• ZINCRBY key increment member：让sorted set中的指定元素自增，步长为指定的increment值

• ZRANGE key min max：按照score排序后，获取指定排名范围内的元素

• ZRANGEBYSCORE key min max：按照score排序后，获取指定score范围内的元素

• ZDIFF.ZINTER.ZUNION：求差集.交集.并集

注意：所有的排名默认都是升序，如果要降序则在命令的Z后面添加REV即可，例如：

• 升序获取sorted set 中的指定元素的排名：ZRANK key member

• 降序获取sorted set 中的指定元素的排名：ZREVRANK key memeber

此处例子来自小林Coding

让我们通过一个具体的“博客文章点赞排行榜”案例，来实战演练Zset的应用。假设作者“小林”发布了五篇文章，初始点赞数如下：

# arcticle:1 文章获得了200个赞
> ZADD user:xiaolin:ranking 200 arcticle:1
(integer) 1
# arcticle:2 文章获得了40个赞
> ZADD user:xiaolin:ranking 40 arcticle:2
(integer) 1
# arcticle:3 文章获得了100个赞
> ZADD user:xiaolin:ranking 100 arcticle:3
(integer) 1
# arcticle:4 文章获得了50个赞
> ZADD user:xiaolin:ranking 50 arcticle:4
(integer) 1
# arcticle:5 文章获得了150个赞
> ZADD user:xiaolin:ranking 150 arcticle:5
(integer) 1

实战：构建文章点赞排行榜

1. 点赞加一操作
当用户为`article:4`点赞时，我们使用`ZINCRBY`命令原子性地增加其分数。这避免了在应用层先读后写的并发问题，是Redis原子操作带来的巨大优势。

> ZINCRBY user:xiaolin:ranking 1 arcticle:4
"51"

2. 查询单篇文章赞数
要查看某篇文章的具体点赞数，即其分数，使用`ZSCORE`命令。

> ZSCORE user:xiaolin:ranking arcticle:4
"50"

3. 获取Top-N排行榜
这是排行榜的核心功能。使用`ZREVRANGE`命令（按分数降序）可以轻松获取点赞最多的前3篇文章。

# WITHSCORES 表示把 score 也显示出来
> ZREVRANGE user:xiaolin:ranking 0 2 WITHSCORES
1) "arcticle:1"
2) "200"
3) "arcticle:5"
4) "150"
5) "arcticle:3"
6) "100"

4. 按分数区间查询
有时我们需要查看位于某个点赞区间的文章，例如100赞到200赞之间的，`ZRANGEBYSCORE`命令完美胜任。

> ZRANGEBYSCORE user:xiaolin:ranking 100 200 WITHSCORES
1) "arcticle:3"
2) "100"
3) "arcticle:5"
4) "150"
5) "arcticle:1"
6) "200"

⚠️ 性能提示：上述所有操作的时间复杂度基本都是O(log N)，即使在数据量很大时也能保持高性能，这是Zset底层数据结构带来的红利。

深入原理：Zset与Set的差异及底层实现

理解Zset与Set的根本区别，能帮助我们在设计时做出正确选择。

• Zset (有序集合)：元素唯一，且每个元素关联一个分数（Score）。集合根据分数自动排序，支持按分数范围、排名进行高效检索。它是为需要排序的场景而生的。

添加元素（带分数）：（向 zset1 中添加元素，分数分别为 10、20、15）

按排名范围获取元素（从小到大）：（返回所有元素及分数，结果按分数排序："a" 10, "c" 15, "b" 20）

按分数范围获取元素：（返回分数 12-25 之间的元素："c", "b"）

增减元素分数：（将 "a" 的分数 +5，变为 15）

获取元素排名：（返回 "b" 的排名，从 0 开始，此处返回 2）

• Set (集合)：元素唯一，但内部无序。它擅长进行集合运算，如求交集(SINTER)、并集(SUNION)、差集(SDIFF)，常用于存储用户标签、共同好友等。

添加元素：（向 set1 中添加 3 个元素，重复添加会自动去重）

查看所有元素：（返回结果无序，如 ["b", "a", "c"]）

判断元素是否存在：（存在返回 1，否则 0）

集合运算：（求两个集合的交集）、（求并集）

简而言之，Zset在Set的基础上，通过引入“分数”维度，解锁了一系列基于排序和范围查询的强大操作。

那么，Zset是如何实现这种高效排序和查询的呢？这要归功于其精巧的底层实现。在Redis早期版本中，Zset在元素较少时使用压缩列表（Ziplist）以节省内存，元素较多时则切换为跳跃表（Skip List）以保证操作效率。

若有序集合元素个数小于128并且每个元素的大小不超过64字节，则使用压缩列表

不满足以上条件则使用跳表

跳跃表是一种通过多级索引来加速查找的有序数据结构，它使得Zset的插入、删除、按分数查找等操作都能在近似O(log N)的时间内完成，同时实现比平衡树更简单的逻辑。

[AFFILIATE_SLOT_2]

总结与最佳实践

Redis通过提供String、Hash、List、Set、Zset等核心数据结构，为开发者解决了各类常见的数据建模难题。其中，Zset凭借其有序性和高效的分数操作，成为实现实时排行榜、优先级队列等功能的“瑞士军刀”。

在实际应用中，请牢记：1) 根据数据特性和访问模式选择最合适的数据类型，是数据库优化的核心；2) 充分利用Redis命令的原子性，避免复杂的应用层事务；3) 了解底层实现（如Zset的跳表），有助于预判性能和在极端场景下的调优。无论是作为MySQL的缓存加速，还是作为独立的数据存储，深入理解Redis数据结构都将使你构建的系统更加健壮和高效。

ZADD zset1 10 "a" 20 "b" 15 "c"ZRANGE zset1 0 -1 WITHSCORESZRANGEBYSCORE zset1 12 25ZINCRBY zset1 5 "a"ZRANK zset1 "b"SADD set1 "a" "b" "c"SMEMBERS set1SISMEMBER set1 "a"SINTER set1 set2SUNION set1 set2