# 15. Redis ZSet（有序集合）底层实现及排行榜设计
# 标准答案
Redis ZSet（Sorted Set） 采用 跳表（SkipList）+ 哈希表（Hash Table） 进行存储。
- 跳表 维持有序性，支持
O(logN)级别 范围查询、排名计算。 - 哈希表 提供
O(1)快速访问，用于查找成员是否存在及其分数。
ZSet 可高效实现 排行榜、积分榜、点赞榜、搜索权重排序 等场景，支持 ZADD、ZRANGE、ZREVRANK 等操作。
# 答案解析
# 1. ZSet（Sorted Set）底层结构
ZSet = 跳表（SkipList）+ 哈希表（Hash Table）
- 跳表（SkipList）
- 维护 有序结构，支持 范围查询（ZRANGE），时间复杂度
O(logN)。 - 采用 多级索引，加快查询效率，适用于大规模数据排序。
- 维护 有序结构，支持 范围查询（ZRANGE），时间复杂度
- 哈希表（Hash Table）
- 通过 Key → Score 映射，快速查询元素是否存在，
O(1)复杂度。 - 适用于
ZSCORE、ZINCRBY操作。
- 通过 Key → Score 映射，快速查询元素是否存在，
📌 两者结合：跳表提供排序和排名，哈希表提供快速访问。
# 2. Redis ZSet 如何实现排行榜
ZSet 适用于 积分排行榜、点赞排行榜、搜索权重排序 等。
# （1）插入数据
ZADD leaderboard 100 "Alice"
ZADD leaderboard 200 "Bob"
ZADD leaderboard 150 "Charlie"
1
2
3
2
3
| Rank | 用户 | Score |
|---|---|---|
| 1 | Bob | 200 |
| 2 | Charlie | 150 |
| 3 | Alice | 100 |
# （2）获取排行榜
# 🔹 获取 Top N 排名
ZREVRANGE leaderboard 0 2 WITHSCORES
1
ZREVRANGE按 分数从高到低 排序。WITHSCORES显示分数。
# 🔹 查询用户排名
ZREVRANK leaderboard "Alice"
1
- 返回 Alice 排名（索引从
0开始）。
# 🔹 查询用户积分
ZSCORE leaderboard "Charlie"
1
# （3）排行榜进阶优化
| 需求 | Redis 命令 |
|---|---|
| 增加分数（加分机制） | ZINCRBY leaderboard 10 "Alice" |
| 删除用户（离开榜单） | ZREM leaderboard "Alice" |
| 获取分数区间排名（筛选 Top 100） | ZCOUNT leaderboard 100 200 |
| 删除过期数据（限制榜单大小） | ZREMRANGEBYRANK leaderboard 100 -1 |
# 3. 跳表（SkipList）实现细节
跳表是 Redis ZSet 的核心数据结构，相比 红黑树，跳表的 代码更简单、插入删除更高效。
# 跳表结构
- 多层索引 提高查询效率，类似于跳跃搜索。
- 每个节点随机决定是否提升到更高层，类似于高速公路+普通公路的设计。
- 时间复杂度：插入/查询/删除
O(logN)，比O(N)的链表快。
📌 示例：ZSet 数据插入
ZADD leaderboard 300 "Tom"
1
跳表结构（示例）：
Level 3: Tom
Level 2: Tom ----> Bob
Level 1: Tom ----> Bob ----> Charlie
Level 0: Tom ----> Bob ----> Charlie ----> Alice
1
2
3
4
2
3
4
- 查询 Tom 需要 1 次跳跃，查询 Alice 需要 3 次跳跃。
# 4. ZSet vs. Set vs. List
| 结构 | 适用场景 | 排序 | 访问速度 |
|---|---|---|---|
| ZSet | 排行榜、搜索权重 | ✅ 有序 | O(logN) 查询 |
| Set | 去重、共同关注 | ❌ 无序 | O(1) 查询 |
| List | 消息队列、聊天记录 | ✅ 按插入顺序 | O(N) 查询 |
# 深入追问
- Redis 跳表 vs. 红黑树，为什么选择跳表？
- 如何优化百万级排行榜？（分片、缓存方案）
- ZSet 适合排行榜，但不适合什么场景？
- 如果要存储 1 亿条数据的实时排行榜，如何优化？
- 如何实现基于时间衰减的动态排行榜？
# 相关面试题
- Redis ZSet 如何存储大规模用户排名数据？
- ZREVRANK vs. ZRANK 的区别？
- 如何用 Redis ZSet 实现“最近热搜”榜？
- ZSet 操作如何进行高并发优化？
- ZSet 存在大 Key 时，如何拆分优化？
# 总结
- ZSet 采用 跳表+哈希表 结合，支持 O(logN) 排名计算，适用于排行榜、积分榜等场景。
- 跳表比红黑树更简单，插入/查询效率更高。
- Redis 提供
ZADD、ZREVRANK、ZINCRBY等指令，可高效操作排名数据。 - 排行榜场景可结合缓存、定期清理、分片优化，提升性能。
- ZSet 适用于有序数据排名，但不适用于高频写入的场景（如实时日志）。
