Redis灵魂拷问:聊一聊zset使用

发布于 2022-4-9 23:01
浏览
0收藏

本文介绍一下redis中zset的使用。首先说一下我本地的实验环境:

redis版本:6.0.7

springboot-redis版本:

<dependency>
    <groupId>org.springframework.boot</groupId>
    <artifactId>spring-boot-starter-data-redis</artifactId>
    <version>2.1.6.RELEASE</version>
</dependency>

里面使用到的spring-data-redis版本:

2.1.9.RELEASE

里面使用到的lettuce连接池版本:

5.1.7.RELEASE

数据结构回顾

之前在文章《redis灵魂拷问:聊一聊redis底层数据结构》中讲过redis的数据结构了,zset用到了3种数据结构,压缩列表、跳表,并且使用哈希表来保存value:score键值对。

当同时满足下面2个条件时会用到压缩列表,否则会用跳表:

  • 集合中元素都小于64字节。
  • 集合中元素个数小于128个。

当然这个也是可以配置的,在redis.conf文件中:

# Similarly to hashes and lists, sorted sets are also specially encoded in
# order to save a lot of space. This encoding is only used when the length and
# elements of a sorted set are below the following limits:
zset-max-ziplist-entries 128
zset-max-ziplist-value 64

因为使用哈希表保存分数,所以zset查找分数的命令时间复杂度是o(1)。

跳表的数据结构我们再回顾一下,看下图:Redis灵魂拷问:聊一聊zset使用-开源基础软件社区

跳表中的元素是按照分数有序排列的,每个元素都有指向后一个元素的指针,所以跳表可以很方便地进行范围查询,查找一个元素的复杂度是O(log(N)),从这个元素通过指针就可以找到后面的M个元素,所以复杂度是O(log(N)+M)。

常用命令

注意:下面的命令我用java代码来实现,注解中写了每个命令的原生命令和时间复杂度,使用的时候大家可以根据每个命令的复杂度来进行取舍。

添加

/**
     * ZADD
     * 时间复杂度 O(log(N)),n是sorted set中元素个数
     */
    public void add(){
        //批量添加
        Set<DefaultTypedTuple> zset1 = new HashSet<>();
        zset1.add(new DefaultTypedTuple("v1",30.0));
        zset1.add(new DefaultTypedTuple("v2",20.0));
        zset1.add(new DefaultTypedTuple("v3",40.0));
        zset1.add(new DefaultTypedTuple("v4",10.0));
        //单个添加
        redisTemplate.opsForZSet().add("zset1", zset1);
        //加入后排序[v5, v4, v2, v1, v3]
        redisTemplate.opsForZSet().add("zset1", "v5", 5);
    }

删除

/**
     * ZREM
     * 复杂度O(M*log(N))
     * @return 删除元素个数
     */
    public Long remove(){
        Set<DefaultTypedTuple> zset6 = new HashSet<>();
        zset6.add(new DefaultTypedTuple("v1",30.0));
        zset6.add(new DefaultTypedTuple("v2",20.0));
        zset6.add(new DefaultTypedTuple("v3",40.0));
        zset6.add(new DefaultTypedTuple("v4",10.0));
        zset6.add(new DefaultTypedTuple("v5",5.0));
        redisTemplate.opsForZSet().add("zset6", zset6);
        //返回2
        return redisTemplate.opsForZSet().remove("zset6", "v4", "v5");
    }
    /**
     * ZREMRANGEBYRANK
     * 复杂度O(log(N)+M)
     * @return 删除元素个数
     */
    public Long removeRange(){
        Set<DefaultTypedTuple> zset7 = new HashSet<>();
        zset7.add(new DefaultTypedTuple("v1",10.0));
        zset7.add(new DefaultTypedTuple("v2",20.0));
        zset7.add(new DefaultTypedTuple("v3",30.0));
        zset7.add(new DefaultTypedTuple("v4",40.0));
        zset7.add(new DefaultTypedTuple("v5",50.0));
        redisTemplate.opsForZSet().add("zset7", zset7);
        //返回3,此时zset中只剩[v1,v5]
        return redisTemplate.opsForZSet().removeRange("zset7", 1, 3);
    }
    /**
     * ZREMRANGEBYSCORE
     * 复杂度O(log(N)+M)
     * @return 删除元素个数
     */
    public Long removeRangeByScore(){
        Set<DefaultTypedTuple> zset8 = new HashSet<>();
        zset8.add(new DefaultTypedTuple("v1",10.0));
        zset8.add(new DefaultTypedTuple("v2",20.0));
        zset8.add(new DefaultTypedTuple("v3",30.0));
        zset8.add(new DefaultTypedTuple("v4",40.0));
        zset8.add(new DefaultTypedTuple("v5",50.0));
        redisTemplate.opsForZSet().add("zset8", zset8);
        //返回3,此时zset中只剩[v4,v5]
        return redisTemplate.opsForZSet().removeRangeByScore("zset8", 10, 30);
    }

获取元素个数

/**
     * ZCARD
     * 返回元素个数
     * 复杂度 O(1)
     *
     * @return
     */
    public Long zCard(){
        Set<DefaultTypedTuple> zset1 = new HashSet<>();
        zset1.add(new DefaultTypedTuple("v1",30.0));
        zset1.add(new DefaultTypedTuple("v2",20.0));
        zset1.add(new DefaultTypedTuple("v3",40.0));
        zset1.add(new DefaultTypedTuple("v4",10.0));
        zset1.add(new DefaultTypedTuple("v5",5.0));
        redisTemplate.opsForZSet().add("zset1", zset1);
        //[v5, v4, v2, v1, v3],返回5
        return redisTemplate.opsForZSet().zCard("zset1");
    }

获取区间内元素个数

/**
     * ZCOUNT
     * 时间复杂度O(log(N))
     * 返回分数是min~max之间的元素个数, 闭区间
     * @return
     */
    public Long count(){
        Set<DefaultTypedTuple> zset1 = new HashSet<>();
        zset1.add(new DefaultTypedTuple("v1",30.0));
        zset1.add(new DefaultTypedTuple("v2",20.0));
        zset1.add(new DefaultTypedTuple("v3",40.0));
        zset1.add(new DefaultTypedTuple("v4",10.0));
        zset1.add(new DefaultTypedTuple("v5",5.0));
        redisTemplate.opsForZSet().add("zset1", zset1);
        //["v1",30.0, "v2",20.0, "v3",40.0, "v4",10.0, "v5",5.0],返回2
        return redisTemplate.opsForZSet().count("zset1", 20.0, 30.0);
    }

获取元素索引

/**
     * ZRANK
     * 时间复杂度O(log(N))
     *
     * @return 返回元素的正序索引位置
     */
    public Long rank(){
        Set<DefaultTypedTuple> zset1 = new HashSet<>();
        zset1.add(new DefaultTypedTuple("v1",30.0));
        zset1.add(new DefaultTypedTuple("v2",20.0));
        zset1.add(new DefaultTypedTuple("v3",40.0));
        zset1.add(new DefaultTypedTuple("v4",10.0));
        zset1.add(new DefaultTypedTuple("v5",5.0));
        redisTemplate.opsForZSet().add("zset1", zset1);
        //[v5, v4, v2, v1, v3],这里输出0
        return redisTemplate.opsForZSet().rank("zset1", "v5");
    }

    /**
     * ZREVRANK
     * 时间复杂度O(log(N))
     * 跟rank相反,返回元素逆序的位置
     *
     * @return 返回元素的逆序索引位置
     */
    public Long reverseRank(){
        Set<DefaultTypedTuple> zset1 = new HashSet<>();
        zset1.add(new DefaultTypedTuple("v1",30.0));
        zset1.add(new DefaultTypedTuple("v2",20.0));
        zset1.add(new DefaultTypedTuple("v3",40.0));
        zset1.add(new DefaultTypedTuple("v4",10.0));
        zset1.add(new DefaultTypedTuple("v5",5.0));
        redisTemplate.opsForZSet().add("zset1", zset1);
        //[v5, v4, v2, v1, v3],这里输出4
        return redisTemplate.opsForZSet().reverseRank("zset1", "v5");
    }

获取区间内元素

/**
     * ZRANGE/ZREVRANGE命令
     * 复杂度O(log(N)+M),N是有序集合中的元素,M是返回的元素个数
     *注意:
     * 1.索引下标从0开始
     * 2.ZREVRANGE对应逆序输出,这里不给出示例
     *
     * @return 返回指定索引范围内的元素,注意,这里是闭区间, 如果end传入-1,就是从start到最后一个元素
     */
    public Set range(){
        Set<DefaultTypedTuple> zset1 = new HashSet<>();
        zset1.add(new DefaultTypedTuple("v1",30.0));
        zset1.add(new DefaultTypedTuple("v2",20.0));
        zset1.add(new DefaultTypedTuple("v3",40.0));
        zset1.add(new DefaultTypedTuple("v4",10.0));
        zset1.add(new DefaultTypedTuple("v5",5.0));
        redisTemplate.opsForZSet().add("zset1", zset1);
        //输出[v4, v2, v1, v3],总共5个元素,索引从1开始
        return redisTemplate.opsForZSet().range("zset1", 1, -1);
    }

    /**
     * ZRANGEBYLE/ZRANGEBYLEX命令
     * 复杂度O(log(N)+M),N是有序集合中的元素,M是返回的元素个数
     *注意:
     * 1.这个命令用于元素分数相同的有序集合
     * 2.spring的RedisZSetCommands.Range不生效
     * 3.ZRANGEBYLEX对应逆序输出,当前客户端不支持这个命令
     *
     * @return 返回指定索引范围内的元素
     */
    public Set rangeByLex(){
        Set<DefaultTypedTuple> zset3 = new HashSet<>();
        zset3.add(new DefaultTypedTuple("a",0d));
        zset3.add(new DefaultTypedTuple("b",0d));
        zset3.add(new DefaultTypedTuple("c",0d));
        zset3.add(new DefaultTypedTuple("d",0d));
        zset3.add(new DefaultTypedTuple("e",0d));
        zset3.add(new DefaultTypedTuple("f",0d));
        zset3.add(new DefaultTypedTuple("g",0d));
        redisTemplate.opsForZSet().add("zset3", zset3);

        RedisZSetCommands.Range range = RedisZSetCommands.Range.range();
        //下面range赋值不生效,给lt赋值后返回空
        //range.lt("f");
        range.gt("c");
        RedisZSetCommands.Limit limit = new RedisZSetCommands.Limit();
        limit.offset(0);
        limit.count(5);
        //返回[a, b, c, d, e]
        return redisTemplate.opsForZSet().rangeByLex("zset3", range, limit);
    }

    /**
     * ZRANGEBYSCORE/ZRANGEBYSCORE命令
     * 复杂度O(log(N)+M),N是有序集合中的元素,M是返回的元素个数
     *注意:
     * 这个命令是闭区间
     * ZRANGEBYSCORE命令对应逆序输出
     *
     * @return 返回指定索引范围内的元素
     */
    public Set rangeByScore(){
        Set<DefaultTypedTuple> zset4 = new HashSet<>();
        zset4.add(new DefaultTypedTuple("v1",30.0));
        zset4.add(new DefaultTypedTuple("v2",20.0));
        zset4.add(new DefaultTypedTuple("v3",40.0));
        zset4.add(new DefaultTypedTuple("v4",10.0));
        zset4.add(new DefaultTypedTuple("v5",5.0));
        redisTemplate.opsForZSet().add("zset4", zset4);

        //返回[v4, v2, v1]
        return redisTemplate.opsForZSet().rangeByScore("zset4", 10, 30);
    }

获取所有元素

/**
     * ZSCAN命令
     * 复杂度O(1)
     * 注意:
     *
     *
     * @return 返回指定索引范围内的元素
     */
    public void scan(){
        Set<DefaultTypedTuple> zset9 = new HashSet<>();
        for (int i = 1; i <= 1000; i ++){
            zset9.add(new DefaultTypedTuple("v" + i,i * 10.0));
        }
        redisTemplate.opsForZSet().add("zset9", zset9);
        ScanOptions.ScanOptionsBuilder scanOptionsBuilder = new ScanOptions.ScanOptionsBuilder();
        //这个count参数其实也不起作用,数据量小,比如20个,我们设置了10,会全部输出;数据量10000个,我们输入2000,也是输出1000个
        scanOptionsBuilder.count(2000);
        //这里使用v*竟然匹配不到
        scanOptionsBuilder.match("*");
        Cursor<ZSetOperations.TypedTuple> cursor = redisTemplate.opsForZSet().scan("zset9", scanOptionsBuilder.build());
        System.out.println("======================");
        cursor.forEachRemaining(r -> System.out.println(r.getValue() + ":" + r.getScore()));
        /**
         * 下面是输出1000行中的前5行:
         * v490:4900.0
         * v573:5730.0
         * v643:6430.0
         * v733:7330.0
         * v408:4080.0
         */

    }

查看或增加分数

/**
     * ZINCRBY命令
     * 增加元素分数
     * 复杂度 O(log(N)),n是zset中元素个数
     *
     * @return 增加分数后的元素值
     */
    public Double incrementScore(){
        Set<DefaultTypedTuple> zset5 = new HashSet<>();
        zset5.add(new DefaultTypedTuple("v1",30.0));
        zset5.add(new DefaultTypedTuple("v2",20.0));
        zset5.add(new DefaultTypedTuple("v3",40.0));
        zset5.add(new DefaultTypedTuple("v4",10.0));
        zset5.add(new DefaultTypedTuple("v5",5.0));
        redisTemplate.opsForZSet().add("zset5", zset5);

        //返回15.0
        return redisTemplate.opsForZSet().incrementScore("zset5", "v5", 10d);
    }
   
    /**
     * ZSCAN命令
     * 复杂度O(1) 
     * @return 查找元素的分数
     */
    public Double score(){
        Set<DefaultTypedTuple> zset14 = new HashSet<>();
        zset14.add(new DefaultTypedTuple("v1",10.0));
        zset14.add(new DefaultTypedTuple("v2",20.0));
        zset14.add(new DefaultTypedTuple("v3",30.0));
        zset14.add(new DefaultTypedTuple("v4",40.0));
        zset14.add(new DefaultTypedTuple("v5",50.0));
        redisTemplate.opsForZSet().add("zset14", zset14);
        //返回30.0
        return redisTemplate.opsForZSet().score("zset14", "v3");
    }

交集和并集

/**
     * ZINTER/ZINTERSTORE
     *
     * 复杂度O(N*K)+O(M*log(M)) ,N是元素少的zset的元素数量,K是2个zset的元素总数,M是返回结果
     */
    public void intersectAndStore(){
        Set<DefaultTypedTuple> zset10 = new HashSet<>();
        zset10.add(new DefaultTypedTuple("v1",10.0));
        zset10.add(new DefaultTypedTuple("v3",30.0));
        zset10.add(new DefaultTypedTuple("v5",50.0));
        zset10.add(new DefaultTypedTuple("v6",60.0));
        redisTemplate.opsForZSet().add("zset10", zset10);
        Set<DefaultTypedTuple> zset11 = new HashSet<>();
        zset11.add(new DefaultTypedTuple("v1",10.0));
        zset11.add(new DefaultTypedTuple("v2",20.0));
        zset11.add(new DefaultTypedTuple("v3",30.0));
        zset11.add(new DefaultTypedTuple("v4",40.0));
        zset11.add(new DefaultTypedTuple("v5",50.0));
        redisTemplate.opsForZSet().add("zset11", zset11);
        redisTemplate.opsForZSet().intersectAndStore("zset10", "zset11", "zsetinter9and11");
        ScanOptions scanOptions = ScanOptions.NONE;
        Cursor<ZSetOperations.TypedTuple> cursor = redisTemplate.opsForZSet().scan("zsetinter9and11", scanOptions);
        System.out.println("======================");
        cursor.forEachRemaining(r -> System.out.println(r.getValue() + ":" + r.getScore()));
        /**
         * 输出结果如下
         * v1:20.0
         * v3:60.0
         * v5:100.0
         */
    }
/**
     * ZUNIONSTORE
     * 
     * 复杂度:O(N)+O(M log(M)),其中N是2个zset的元素总数,M是返回的元素个数
     */
    public void unionAndStore(){
        Set<DefaultTypedTuple> zset12 = new HashSet<>();
        zset12.add(new DefaultTypedTuple("v1",10.0));
        zset12.add(new DefaultTypedTuple("v2",20.0));
        zset12.add(new DefaultTypedTuple("v3",30.0));
        redisTemplate.opsForZSet().add("zset12", zset12);
        Set<DefaultTypedTuple> zset13 = new HashSet<>();
        zset13.add(new DefaultTypedTuple("v4",40.0));
        zset13.add(new DefaultTypedTuple("v5",50.0));
        zset13.add(new DefaultTypedTuple("v6",60.0));
        redisTemplate.opsForZSet().add("zset13", zset13);
        redisTemplate.opsForZSet().unionAndStore("zset12", "zset13", "zsetinter12and13");
        ScanOptions scanOptions = ScanOptions.NONE;
        Cursor<ZSetOperations.TypedTuple> cursor = redisTemplate.opsForZSet().scan("zsetinter12and13", scanOptions);
        System.out.println("======================");
        cursor.forEachRemaining(r -> System.out.println(r.getValue() + ":" + r.getScore()));
        /**
         * 输出结果如下
         * v1:10.0
         * v2:20.0
         * v3:30.0
         * v4:40.0
         * v5:50.0
         * v6:60.0
         */
    }

pop命令

作为队列2个命令:ZPOPMAX/ZPOPMIN,让当前分数最高/最低的元素出队,复杂度O(log(N)*M) ,当前spring版本客户端不支持

使用场景

zset保存了分数值,所以对于阅读量、点击量排行等场景可以很方便的使用。

阅读量排行榜

假如一个博客网站上有10篇文章,我们要统计今天阅读量排名前2位的文章,我们可以先初始化一个10篇文章的zset,代码如下:

Set<DefaultTypedTuple> articles = new HashSet<>();
articles.add(new DefaultTypedTuple("article1",0d));
articles.add(new DefaultTypedTuple("article2",0d));
articles.add(new DefaultTypedTuple("article3",0d));
articles.add(new DefaultTypedTuple("article4",0d));
articles.add(new DefaultTypedTuple("article5",0d));
articles.add(new DefaultTypedTuple("article6",0d));
articles.add(new DefaultTypedTuple("article7",0d));
articles.add(new DefaultTypedTuple("article8",0d));
articles.add(new DefaultTypedTuple("article9",0d));
articles.add(new DefaultTypedTuple("article10",0d));
redisTemplate.opsForZSet().add("articles", articles);

每当有1篇文章被阅读时,我们就把分数加1,比如第一篇:

redisTemplate.opsForZSet().incrementScore("articles", "article1", 1d);

日终时,我们找出排名前2位的文章:

redisTemplate.opsForZSet().range("articles", 0, 1);

销售量排行榜

跟上面的场景类似,假如我们要找出销售量前2位的商品,我们也可以初始化一个商品zset,分数就是销售量,每次售出一件商品时分数值加1,最后range命令去除前2个商品。

手机号幸运抽奖

比如我们要对1万个手机号排名,我们可以把姓名作为key,把手机号score存入zset中,代码如下:

Set<DefaultTypedTuple> phones = new HashSet<>();
phones.add(new DefaultTypedTuple("张三",18605556899));
redisTemplate.opsForZSet().add("phones", phones);

我们可以随便找出一个幸运手机号,比如6000

redisTemplate.opsForZSet().range("articles", 5999, 5999);

总结

zset使用了压缩列表、跳表的数据结构,并且使用哈希表来保存value:score键值对。

range命令得益于底层使用了跳表,复杂度并不高,但是会随着返回元素的数量而增加。zscan命令复杂度很低,但是spring提供的api不友好,超过1000需要分页的时候,就不好用了。元素个数少于1000时使用zscan命令一次取出是最快的。

交集并集的复杂度很高,如果有bigkey的情况,会严重阻塞主线程,建议一般不要使用。可以把2个zset的元素取出来,在应用内存中进行交集并集运算,这样不会阻塞redis主线程。

由于api和版本限制,本文并没有列出zset的所有命令,大家可以查看官网:

https://redis.io/commands/zunionsto。

本文转载自微信公众号「君哥聊技术」

原文链接:https://mp.weixin.qq.com/s/W4x3u88JeNBku6RJbcE_Kw。

分类
已于2022-5-5 19:49:01修改
收藏
回复
举报
回复
添加资源
添加资源将有机会获得更多曝光,你也可以直接关联已上传资源 去关联
    相关推荐