redis有序集合数据结构

内容导读

互联网集市收集整理的这篇技术教程文章主要介绍了redis有序集合数据结构，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含2715字，纯文字阅读大概需要4分钟。

内容图文

介绍：

ZSet数据结构类似于Set结构，只是ZSet结构中，每个元素都会有一个分值，然后所有元素按照分值的大小进行排列，相当于是一个进行了排序的链表。

如果ZSet是一个链表，而且内部元素是有序的，在进行元素插入和删除，以及查询的时候，就必须要遍历链表才行，时间复杂度就达到了O(n),这个在以单线程处理的Redis中是不能接受的。所以ZSet采用了一种跳跃表的实现。这个实现有点类似于Kafka存储消息是使用的稀疏索引，kafka这个相对较简单，可以用来介绍类比学习。

如果熟悉Kafka，就知道Kafka在进行持久化的时候，生成了两个文件，一个是xxxxxxx.log，一个是xxxxxxx.index，这其中log文件中以链表的形式保存着消息的详细信息，而index文件中，则是保存着这些消息的索引，或者说偏移量，但又不是每一条消息的索引都在index文件中存在，而是稀疏的，比如log文件中的消息的索引从0-10000，那么index文件中存储的索引可能是100， 500， 700， 1000， 5000， 6500，每一个索引中都保存着对应的log文件中的消息的具体位置，如图：

当要访问偏移量为899的这条消息时，先去index文件中查找，找到了700和1000这个区间，根据700这个索引中的信息，找到log文件中700这条消息的具体位置，然后顺序往下查找，直到找到索引为899的这条消息为止。从这个实现中我们可以看到，Kafka并没有进行log文件的整个遍历，而是通过index中的稀疏索引，找到消息在log中的大概位置，然后顺序遍历找到消息，这样就大大提高了查找的效率，如图：

Redis的跳跃表和上面类似，只是更加复杂一些，Kafka的稀疏索引只有一层，而Redis的索引被提取为多层。如图：

所有的元素都会在L0层的链表中，根据分数进行排序，同时会有一部分节点有机会被抽取到L1层中，作为一个稀疏索引，同样L1层中的索引也有一定机会被抽取到L2层中，组成一个更稀疏的索引列表。

下面用图来演示一下在对快速链表进行插入、删除、查询时，是如何定位到L0层中的具体位置的。

首先，假定有这么一个链表，注意这里只展示分数，而不展示具体的值了：

如果要查找分数为66的元素，首先在L2层的索引找。很明显，66位于25和85中间，这时就缩小了查找区间：

然后根据获得的区间，去L1对应的区间中查找，得到一个更精确的区间：

最终，根据这个更精确的区间，去L0层顺序遍历，即可得到要查找的元素：

上述即是对Redis的跳跃表的原理的一个简述。

这种跳跃表的实现，其实和二分查找的思路有点接近，只是一方面因为二分查找只能适用于数组，而无法适用于链表，所以为了让链表有二分查找类似的效率，就以空间换时间来达到目的。

跳跃表因为是一个根据分数权重进行排序的列表，可以再很多场景中进行应用，比如排行榜，搜索排序等等。

命令操作：

添加元素，zadd zsetName score1 value1 score2 value2 score3 value3 .....

查看所有元素，zrange zsetName 0 -1

查看所有元素，按score逆序排列， zrevrange zsetName 0 -1

元素数量，zcard zsetName

获取指定value的分数， zscore zsetName value

获取指定value的排名，zrank zsetName value(从0开始)

获取指定分值区间中的元素， zrangebyscore zsetName scoreStart scoreEnd(包含上下区间)（注意inf表示无穷大，-inf表示服务券大）

获取指定分值区间中的元素，并且返回分数， zrangebyscore zsetName scoreStart scoreEnd withscores

删除元素，zrem zsetName value

内容总结

以上是互联网集市为您收集整理的redis有序集合数据结构全部内容，希望文章能够帮你解决redis有序集合数据结构所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。

内容备注

版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。

内容手机端