redis sortset 大小 redis sortset命令_redis 排序


说明：本次实践基于Redis版本3.2.11。

关于SortedSet

首先，我们都知道Redis的SortedSet是可以根据score进行排序的，以手机应用商店的热门榜单排序为例，根据下载量倒序排列，其简单用法如下：

127.0.0.1:6379> zadd TopApp 12000000 wechat(integer) 1127.0.0.1:6379> zadd TopApp 8000000 taobao 10000000 alipay(integer) 2127.0.0.1:6379> ZREVRANGE TopApp 0 -11) "wechat"2) "alipay"3) "taobao"

对SortedSet做一下简单总结：

  1. 默认升序排列，即通过命令ZRANGE实现；如果要按照降序排列，需要通过命令ZREVRANGE实现；
  2. 当score即得分一样时，按照字典顺序对member进行排序，字典排序用的是二进制，它比较的是字符串的字节数组，所以实际上是比较ASCII码。

简单用法介绍完后，接下来给出几种方案，介绍如何利用Redis实现多维度排序。同样的，还是以手机应用商店的热门榜单排序为例：首先按照APP的下载量倒序排序，如果下载量一样，则按照最后更新时间倒序排列。

方案1

介绍的第一个方案，并不需要依赖SortedSet，它的实现非常简单，但是需要产品做简单的妥协，即不能实时更新榜单。其实现方案是：定时每隔1分钟(可以由产品确定时间间隔)通过SQL(select * from tb_apps order by download_count desc, updated_time desc limit 300)或者其他方式计算热门榜单，然后把TOP300用List结构保存到缓存中。

说明：根据应用商店的用户行为分析，真实用户很少会预览10页以后的数据，即使有这种用户，我们也可以忽略掉。所以只需要将总计10页，即10x30=300个APP信息用List结构保存即可。分页取数据时，通过lrange命令即可轻松实现。

这种方案虽然简单，但是非常有用。即使不能做到实时，但是并没有影响用户体验。在项目初期需要快速发布，是一个比较推荐的做法。

方案2

方案2就是本文重点介绍的利用SortedSet实现多维度排序。

介绍方案之前，我们再看一下SortedSet排序因子score，它是一个双精度64位的浮点型数字字符串。+inf和-inf都是有效值，能包括的整数范围是-(2^53) 到 +(2^53)，或者说是-9007199254740992 到 9007199254740992。

那么，我们如何实现多维度排序呢？答案是构造一个特殊的score。以本文案例为例，排序影响因子是下载量和更新时间，那么我们可以构造一个这样特殊的浮点类型的score：整数部分就是下载量，小数部分就是最后更新时间戳。

talk is cheap，show me the code。假设有5个app的下载量和最后更新时间分别如下(说明：更新时间只精确到秒)：

wechat-下载量：12000000，最后更新时间：1564022201；其score为：12000000.1564022201qq-下载量：12000000，最后更新时间：1564022222；其score为：12000000.1564022222tiktok-下载量：9808900，最后更新时间：1563552267；其score为：9808900.1563552267taobao-下载量：11006600，最后更新时间：1564345601；其score为：11006600.1564345601alipay-下载量：11006600，最后更新时间：1564345600；其score为：11006600.1564345600

接下来，我们通过如下命令将这5个APP用SortedSet数据类型保存到Redis中：

zadd TopApp 12000000.1564022201 wechat 12000000.1564022222 qq 9808900.1563552267 tiktok 11006600.1564345601 taobao 11006600.1564345600 alipay

保存后，我们看一下排序结果是否符合我们的预期：

127.0.0.1:6379> zrevrange TopApp 0 -11) "qq"2) "wechat"3) "taobao"4) "alipay"5) "tiktok"

写在最后

是不是很完美？

还不完美，这种讨巧的方式只能实现二维排序。如果有三维排序，四维排序呢？这里笔者提供一种实现参考，即自定义得分权重计算公式，这个公式包含所有影响排序的因子，例如：downloadCount*1000+updatedTime。这种实现无论排序维度多少都搞得定，但是需要注意的是，在具体实现时一定注意不要让score溢出。