【Redis】redis基本數據結構之ZSet

介紹：

ZSet數據結構相似於Set結構，只是ZSet結構中，每一個元素都會有一個分值，而後全部元素按照分值的大小進行排列，至關因而一個進行了排序的鏈表。

若是ZSet是一個鏈表，並且內部元素是有序的，在進行元素插入和刪除，以及查詢的時候，就必需要遍歷鏈表才行，時間複雜度就達到了O(n),這個在以單線程處理的Redis中是不能接受的。因此ZSet採用了一種跳躍表的實現。這個實現有點相似於Kafka存儲消息是使用的稀疏索引，kafka這個相對較簡單，能夠用來介紹類比學習。

若是熟悉Kafka，就知道Kafka在進行持久化的時候，生成了兩個文件，一個是xxxxxxx.log，一個是xxxxxxx.index，這其中log文件中以鏈表的形式保存着消息的詳細信息，而index文件中，則是保存着這些消息的索引，或者說偏移量，但又不是每一條消息的索引都在index文件中存在，而是稀疏的，好比log文件中的消息的索引從0-10000，那麼index文件中存儲的索引多是100， 500， 700， 1000， 5000， 6500，每個索引中都保存着對應的log文件中的消息的具體位置，如圖：

當要訪問偏移量爲899的這條消息時，先去index文件中查找，找到了700和1000這個區間，根據700這個索引中的信息，找到log文件中700這條消息的具體位置，而後順序往下查找，直到找到索引爲899的這條消息爲止。從這個實現中咱們能夠看到，Kafka並無進行log文件的整個遍歷，而是經過index中的稀疏索引，找到消息在log中的大概位置，而後順序遍歷找到消息，這樣就大大提升了查找的效率，如圖：

Redis的跳躍表和上面相似，只是更加複雜一些，Kafka的稀疏索引只有一層，而Redis的索引被提取爲多層。如圖：

全部的元素都會在L0層的鏈表中，根據分數進行排序，同時會有一部分節點有機會被抽取到L1層中，做爲一個稀疏索引，一樣L1層中的索引也有必定機會被抽取到L2層中，組成一個更稀疏的索引列表。

下面用圖來演示一下在對快速鏈表進行插入、刪除、查詢時，是如何定位到L0層中的具體位置的。

首先，假定有這麼一個鏈表，注意這裏只展現分數，而不展現具體的值了：

若是要查找分數爲66的元素，首先在L2層的索引找。很明顯，66位於25和85中間，這時就縮小了查找區間：

而後根據得到的區間，去L1對應的區間中查找，獲得一個更精確的區間：

最終，根據這個更精確的區間，去L0層順序遍歷，便可獲得要查找的元素：

上述便是對Redis的跳躍表的原理的一個簡述。

這種跳躍表的實現，其實和二分查找的思路有點接近，只是一方面由於二分查找只能適用於數組，而沒法適用於鏈表，因此爲了讓鏈表有二分查找相似的效率，就以空間換時間來達到目的。

跳躍表由於是一個根據分數權重進行排序的列表，能夠再不少場景中進行應用，好比排行榜，搜索排序等等。

命令操做：

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

查看全部元素，zrange zsetName 0 -1

查看全部元素，按score逆序排列， zrevrange zsetName 0 -1

元素數量，zcard zsetName

獲取指定value的分數， zscore zsetName value

獲取指定value的排名，zrank zsetName value(從0開始)

獲取指定分值區間中的元素， zrangebyscore zsetName scoreStart scoreEnd(包含上下區間)（注意inf表示無窮大，-inf表示服務券大）

獲取指定分值區間中的元素，而且返回分數， zrangebyscore zsetName scoreStart scoreEnd withscores

刪除元素，zrem zsetName value

代碼調用：

package main

import (
	"fmt"
	"github.com/garyburd/redigo/redis"
)

func main(){
	// 鏈接redis
	conn,err := redis.Dial("tcp", "localhost:6379")
	if err != nil {
		fmt.Errorf("connection redis failed. error info: ", err)
		return
	}

	// zadd
	_,err = conn.Do("zadd", "phones", "100", "Nokia", "80", "tianyu", "60", "xiaomifeng", "50", "shangshai")
	if err != nil {
		fmt.Errorf("sadd failed, error info: ", err)
		return
	}

	// zrange
	result,err := redis.Strings(conn.Do("zrange", "phones", "0", "-1"))
	if err != nil {
		fmt.Errorf("zrange failed, error info: ", err)
		return
	}
	fmt.Println(result)

	// zrevrange
	result,err = redis.Strings(conn.Do("zrevrange", "phones", "0", "-1"))
	if err != nil {
		fmt.Errorf("zrange failed, error info: ", err)
		return
	}
	fmt.Println(result)

	// zcard
	size,err := conn.Do("zcard", "phones")
	if err != nil {
		fmt.Errorf("zrange failed, error info: ", err)
		return
	}
	fmt.Println(size)

	// zscore
	score,err := redis.Int(conn.Do("zscore", "phones", "shangshai"))
	if err != nil {
		fmt.Errorf("zrange failed, error info: ", err)
		return
	}
	fmt.Println(score)

	// zrem
	_,err = conn.Do("zrem", "phones", "shangshai")
	if err != nil {
		fmt.Errorf("zrange failed, error info: ", err)
		return
	}
	fmt.Println("delete shangshai success.")

	// 關閉鏈接
	defer conn.Close()
}　　

 執行效果：