完整教程：Redis 数据结构（下）ZSet, Hash

一、ZSet（有序集合）

ZSet 是 Redis 非常重要的数据结构，用于实现排行榜、延迟队列、区间查询等功能。

其底层有两种编码：

1. ziplist（小规模）
2. skiplist + dict（大规模）

Redis 会根据数量和元素大小自动选择最优结构。

---

1.1 ZSet 的底层结构：两种编码

（1）OBJ_ENCODING_ZIPLIST（小数据）

满足两个条件会使用 ziplist：

1. 元素数量 < zset_max_ziplist_entries（默认 128）
2. 每个 element + score 的大小 < zset_max_ziplist_value（默认 64 bytes）

ziplist 结构示意：

[zlbytes][zltail][zllen][element1][score1][element2][score2]...[zlend]

特点：

• element 和 score 紧挨在一起：element 在前、score 在后
• score 越小越靠前（按 score 升序存放）
• ziplist 是连续内存，节省空间（但插入删除 O(n)）

适用场景

• 小型排行榜
• 元素较少、value 较短
• 内存敏感场景

缺点

• 插入、删除需要整体移动（O(n)）
• 没有 dict 的 O(1) 查询能力
• 不适合大规模

---

（2）OBJ_ENCODING_SKIPLIST（大数据）

当不满足 ziplist 条件时，使用：

dict + skiplist

示意图中结构如下：

RedisObject
    ↓
ZSET
    ├ dict（member → score）
    └ skiplist（score 排序）

① dict（哈希表）

dict 保存：

member → score

作用：

• 通过 member 找 score（O(1)）
• 检查 member 是否存在

内部结构（你图中的 dict → dictht → dictEntry）：

dictEntry(key=m1, val=10)
dictEntry(key=m2, val=20)
...

② skiplist（跳表）

跳表保存：

member、score 按 score 排序

结构示意图：

SkipList
 ├ header
 ├ tail
 ├ length
 └ level
SkipListNode
 ├ backward
 ├ level[]
 ├ ele=member
 └ score

跳表支持的操作：

• 根据 score 查找区间
• ZRANGE / ZRANK / ZREVRANK / ZREMRANGEBYSCORE

时间复杂度：

操作	时间复杂度
插入	O(logN)
删除	O(logN)
按 score 查找	O(logN)
区间查找	O(logN + M)

---

1.2 ZSet 的核心设计思想（非常重要）

Redis 设计 ZSet 采用：

dict + skiplist（互补结构）

目的：

• dict → 通过 member 获取 score（O(1)）
• skiplist → 通过 score 排序（O(logN)）
• 双结构保持同步

跳表提供排序能力，dict 提供快速检索能力。

---

1.3 ZSet 两种编码切换条件

条件	编码
元素少、元素小	ziplist
元素多或任一元素太大	skiplist（dict + skiplist）

Redis 自动完成转换。

---

二、Hash 类型

Hash 用于存储字段值对（field-value），底层也有两种编码：

1. ziplist（小 Hash）
2. dict（大 Hash）

与 ZSet 类似，只是 Hash 不需要排序，因此不需要 skiplist。

---

2.1 OBJ_ENCODING_ZIPLIST（小 Hash）

默认使用 ziplist：

条件：

1. 元素数量 < hash-max-ziplist-entries（默认 512）
2. 任意 entry 长度 < hash-max-ziplist-value（默认 64 字节）

ziplist 在 Hash 中的存储方式：

[field1][value1][field2][value2]...[zlend]

示意图（你的第三张图）：

zlbytes | zltail | zllen | "name" | "Jack" | "age" | 21 | zlend

特点：

• field 和 value 存成紧邻两条 entry
• 节省内存
• 顺序读取快
• 插入删除 O(n)

适合：

• 小型用户资料（name, age)
• 小结构配置数据

---

2.2 OBJ_ENCODING_HT（dict，大 Hash）

当 ziplist 超过阈值，会自动转换成 dict：

触发条件：

1. 元素数量超过 hash-max-ziplist-entries
2. 任意 field 或 value 长度超过 hash-max-ziplist-value

dict 的内部结构同 ZSet 使用的 dict 完全一样：

dict
 ├ ht[0]
 ├ ht[1]
 └ dictEntry(key=field, val=value)

示意图中的结构：

dictEntry(key="name", val="jack")
dictEntry(key="age", val=21)

特点：

• 通过哈希表查询（O(1)）
• 插入、删除性能极高
• 支持渐进式 rehash

适合：

• 大型 Hash（几百、几千、几万 field）
• 动态频繁更新的业务

---

三、ZSet vs Hash 编码规则总结

类型	小数据编码	转换规则	大数据编码
ZSet	ziplist	元素多或 entry >64B	skiplist + dict
Hash	ziplist	元素多或 entry >64B	dict

两者最大区别：

项目	ZSet	Hash
是否需要排序	Yes	No
大数据结构	skiplist + dict	dict
小数据结构	ziplist（element+score）	ziplist（field+value）

---

四、面试重点总结（非常重要）

1. ZSet 为什么使用 dict + skiplist？

回答要点：

• dict 提供 O(1) 根据 member 查 score
• skiplist 提供 O(logN) 排序
• 互补结构、相互同步
• 适合 ZRange、ZRank、按区间查询等复杂操作

---

2. ziplist 是如何存 ZSet 的？

• element 和 score 挨在一起
• 按 score 升序排序
• 连续内存，节省空间

---

3. Hash 为什么也用 ziplist？

• 节省内存
• 小数据速度更快
• field 和 value 是连续存储的两个 entry

---

4. ziplist 的缺点？

• 插入 O(n)
• 删除 O(n)
• 可能产生连锁更新（prevlen 变大导致内存整体移动）
• 不适合大数据量

---

5. 各编码在什么情况下切换？

Hash:

• 超过 512 个 field → dict
• 任意 entry 超过 64 字节 → dict

ZSet:

• 超过 128 个元素 → skiplist
• 任一元素超过 64 字节 → skiplist

---

五、背诵版总结

ZSet：

• 小数据：ziplist（element + score 两个 entry）
• 大数据：skiplist + dict
• dict 做查找，skiplist 做排序

Hash：

• 小数据：ziplist（field + value 两个 entry）
• 大数据：dict
• 转换阈值：512 个元素/64 字节 entry