SortSet应用场景 redis redis sorted set

1、前言

在Redis常见的5大数据类型中，List和Set作为集合容器经常会被使用，但这二者的弊端也是非常明显。List中的数据是有序但不去重，Set中的数据是去重但无序，当我们既需要集合中的数据有序，又需要集合中的数据去重的话，那该怎么办呢？这时候就需要Sorted Set登场了。

2、初识Sorted Set

通过Redis中的help @Sorted_Set查看Sorted Set相关命令，及操作方法。

3、Sorted Set的一些简单命令使用

 Sorted Set在设值的时候，不同于Set，得给出一个score分值，作为排序的基准。如果不想按照分值来排序的话，分值全部设为1即可。

例如：zadd k1 8 apple 2 banana 3 orange

这就是设置了一个Sorted Set数据集，在Sorted Set集合中，以一个有序的链表方式存储，默认的是以左小右大的方式在物理内存中摆放，拉链似的在内存中排好。

这时，使用zrange k1 0 -1就可以查看Sorted Set中全部的元素（0 -1是面向字节的正负索引）。

也可以使用zrange k1 0 -1 withscores在查询的时候一并显示元素的相关分值。

如果你想按照分值取出，这么写：zrangebyscore k1 3 8

 

如果想按照分值由低到高取出前两位的水果，这么写：zrange k1 0 1

如果是由高到低，命令则是：zrevrange k1 0 1，而不是zrange k1 -2 -1，这两个命令取出来的结果完全不一样！

 这便是上文所提到的物理内存左小右大，且这个顺序不随命令发生变化，无论是正向命令zrange还是反向命令zrevrange。

 还可以根据元素取出对应的分值：zscore k1 apple

 也可以根据元素取出对应的默认排序下的排名：zrank k1 apple（返回的排名从0开始）

 也可以直接对元素的分值进行数值计算：

 再次查看集合中的元素，顺序发生了变化。Sorted Set会实时根据计算后的数值，改变元素的顺序。这种机制使得Sorted Set有了极大的使用场景，比如各大APP的排行榜数据，通过热度啊、点击啊、下载啊、评论啊之类的排序，一个Sorted Set就搞定，根本不需要用到关系型数据库。数据库在这种场景下的并发处理起来很麻烦，但Redis是单进程的，所有用户的操作都给我排着队一个一个来，而且Sorted Set还实时排序，一个命令就可以全部查询。

4、Sorted Set的一些集合操作命令使用

准备两个演示集合数据

并集操作：zunionstore unKey 2 k1 k2

 zunionstore是将集合中的元素并集处理后的结果存放到目标Key中，unKey是并集处理后的结果存放的目标Key，2是需要并集处理几个集合，k1 k2是需要处理的集合。

默认是没有加权重，如果需要加权重，那就是：zunionstore unweKey 2 k1 k2 weights 1 0.5

 加权计算其实就是集合中元素的分值*集合对应的权重，然后再进行并集计算得出结果。

如果不想集合中的元素分值进行相加，而是想对集合中的相同元素进行比较取出最大的那个，可以使用：zunionstore unmaxKey 2 k1 k2 aggregate max

 不仅仅是取最大，使用aggregate聚合指令还可以取最小，求和等操作。

5、Sorted Set排序原理

使用Sorted Set排序多了以后，就会发现Sorted Set对元素的实时排序非常快，那么为什么Sorted Set的排序可以做到如此的快速高效？这就不得不提Sorted Se的底层存储结构的数据结构：skip list（跳跃表）。

说跳跃表之前，先看一下普通的链表对于元素的处理，链表是怎么对其中的元素进行排序？循环遍历去比较呗，这也是最容易实现的。随着链表中元素的不断增加，假设表中有1万个元素，第1万〇1个元素进表的时候，最坏的情况就是要比较1万次。

如何提高效率呢？二分法可不可以？如果使用二分方法，那么谁是中间的那个元素呢？这是个链表，不是数组，如果要找中间的元素还是得1个1个遍历过去。

而跳跃表所采取的方式就是分多层，看下图

 假设在一个跳跃表中已经存有4个元素，分别是3、7、22和45。第0层是最底层的物理数据层，在第0层之上，还会将表中数据随机挑选出来在随机层建立引用。

①现在有一个元素11要插入，当11进来开始比较的时候，是和第1个元素（3）的最高一层（第 2 层）中去比较，如果11<3，直接插入即可，因为3本身就是在第1个位置，如果11>3，那么会和下一个元素去比较，下一个是null，没得比；

②就会降级降到下一层（第1层）继续和后面的元素（22）进行比较。结果11<22，那么就不用了再和22后面的元素（45）比较了；

③继续来到下一层（第0层），开始向左去比较数据，最终找到自己的位置插入；

④当这个元素插入成功以后，是不是也需要给自己再其它层制作引用呢？是的，这就是跳跃表元素的随机造层。

 每个元素插入成功以后，都会进行一个随机造层，可能造1层，可能造2层，可能造3层，也有可能压根就不造层。当然，这个最高层数会有一个初始值，就尽量造的层数不会超过这个初始值。一个跳跃表中不可能每个元素都造3层，那就等于这个元素存了3倍，所以一定是间接的跳着随机造层，其实就是吸收存储空间来换未来的查询速度。

其实跳跃表是类平衡树的，所谓平衡树就是左旋右旋，从而让所有的深度基本保持一致，就是插到任何位置的速度差不多一致。总的来看，当处于高并发的时候，综合所有的增删改查操作的效率来看，平均速度相对是最稳定的。这也是为什么使用跳跃表而不是使用平衡树、红黑树的原因。