🧠 一、ZSet 是什么？

ZSet（Sorted Set）= 有序集合

• 元素 不重复（唯一 key），但可以有相同的分值（score）。

• 元素按照 score 从小到大排序。

• 支持按 score 范围 / 排名区间 查询，非常高效。

语法示例：

🧩 二、ZSet 的底层原理（重点考点）

ZSet 是 Redis 内部比较复杂的结构之一 —— 实际上是由 两种数据结构组合 实现的：

Redis 会同时维护这两个结构以保证：

• 通过成员快速查找分值（dict）

• 通过分值范围快速排序和遍历（skiplist）

✅ 跳表（skiplist）原理简述

• 跳表是一种多层链表结构，通过“多级索引”加速查找，类似于二分查找。

• 时间复杂度：O(logN)

• 插入、删除、范围扫描都非常高效。

跳表示意：

⚙️ 三、常用命令与时间复杂度

🚀 四、使用场景（高频面试题）

✅ 1. 排行榜系统（最经典）

场景： 游戏积分榜、电商热度榜、内容点赞排行等
设计：

优势：

• 实时更新分值。

• 可快速取前 N 名、后 N 名、某区间段。

✅ 2. 延迟队列（基于 score 存时间戳）

场景： 定时任务、重试队列、延迟通知等

思路：

• score = 任务执行时间戳

• 定时轮询当前时间 ≤ score 的任务

优点：

• 不依赖外部消息系统

• 可控制延迟精度（秒级）

✅ 3. 热点数据 Top-N

场景： 内容推荐、最热文章、热门搜索词
思路：

• 每次访问调用 ZINCRBY 累加热度

• 定时取前 N 名显示

✅ 4. 权重队列 / 任务优先级

场景： 风控任务、风控规则优先级处理

• score = 权重（越高优先级越高）

• 用 ZPOPMAX 每次取最高优先级任务处理

✅ 5. 用户活跃度 / 打分系统

• 用户行为打分、信用评分、综合指标

• 可存历史分数，定期做 decay（衰减）

💡 五、ZSet 的优缺点

🧮 六、与其他数据结构对比（面试延伸题）

🧠 七、面试高频问法（及标准答法）

① ZSet 底层实现是什么？

跳表（skiplist）+ 哈希表（dict）。
跳表用于按分值排序，哈希表用于 O(1) 查找分值。

② 插入和查询的复杂度是多少？

O(logN) 插入，O(1) 查找，O(logN+M) 范围查。

③ 为什么不用红黑树？

Redis 选择跳表主要因为：

• 插入/删除更简单；

• 实现更直观；

• 更适合范围遍历；

• 占用内存少，性能稳定。

④ 怎么实现延迟队列？

score 存未来执行时间戳，定期 ZRANGEBYSCORE 拉取可执行任务。

⑤ 怎么实现排行榜 TopN？

score 存积分，ZREVRANGE 取前 N 名。

⑥ 如果有 1 亿个用户，取前 100 名怎么优化？

用 ZSet 存局部排行榜 + 分片聚合；
或者采用 Top-K 算法（如 Min-Heap）+ 定期同步 Redis。

🧰 八、实战优化建议

• ⚙️ pipeline 批量写入：避免多次网络往返。

• 🧩 热榜分层缓存：TopN 存本地内存，底层数据异步更新。

• 🔄 分布式排行榜：按业务分片多个 ZSet，合并时在应用层聚合。

• ⏳ 数据过期策略：结合 TTL 或周期性清理。

• 💾 持久化：RDB/AOF 支持 ZSet，重启不丢失。

✅ 总结记忆卡