redis的zset

zset适合排行榜，Topx这样的场景

zset的底层结构是跳跃表，而与之类似的Java中的有序Set是TreeSet，使用红黑树实现的。

concurrent包里面，还有一个类叫做ConcurrentSkipListMap，从它的名字就可以看出来，也是用跳跃表实现的，这个和zset最像。

zset中能存放多少条记录？线上有没有有说服力的数据？

先笼统的回答一下，zset理论上支持的元素最多是2^32-1个，约42亿，如果你的内存够大，放下国人绰绰有余。

使用redis-benchmark去测这个效果，不是很可信，测试用例写起来也比较费劲。测完了也不一定信，那就让线上流量去冲击吧。

为了应付产品的需求，我把用户按照省市进行了划分（geohash），结果，用户分布最大的就是广东省，非常棒。

在广东省的zset里，存放了接近6千万的数据，我们就要算在这6千万内任何人的排行。zcard、zrank等一系列操作，easy实现。

运行一段时间后，内存直接飙升到了8G左右。这是由于跳表的特殊结构所引起的，额外的辅助信息会占用更多的内存。

以下是经验值：

1.最高TPS写入量1k/秒。
2.同时最高QPS查询量5k/秒。
3.平均耗时5ms左右。
4.百分之95的请求都在10ms以内返回。
5.长尾请求超过100ms的不超过100条

也就是说，在保持高写入和高查询的同时，zset能够保证较低的响应耗时。
这只是一个省份的数据。如果综合起来，上层的业务，就需要承载10w/s的请求。这是非常容易的，但也没有意义，许多高并发经验都是这么吹上去的，要不要去改改简历？

复杂业务高并发才有价值，10w/s请求，给我两台redis就够了，没必要拿来吹。

但也是被zset的性能震惊了一把。跳表的结构，也了解一些，没想到在高并发大数据量场景下，能这么快。

测试数据？没有。本文只是分享一个经验值。对了，redis几乎不占用CPU，你只需要一台2core16gb的服务器就可以了。

Zset集合命令介绍及使用:

1.zadd key value（v1 k1 v2 k2 v3 k3） ：向Zset集合中添加数据

2.zrange :查看value值

3.zrange key start end withscores ：查看value值及键值。

4.ZRANGEBYSCORE set1 70 80 withscores ：获取某个范围内的数据。

5.ZRANGEBYSCORE set1 （70 (90 withscores :获取大于70，小于90的键值。

6.ZRANGEBYSCORE set1 70 90 withscores limit 索引号 查询的条数 :获取指定索引后的，指定条数数据的键值。

limit 类似于分页

7.zrem key :删除指定的值。

8.zcard：获取zset的长度

9.zcount key start end ：获取某区间内值的个数

10.zrank key value :获取下标的值。

11.zscore key value ：根据value值获取key值。

12.ZREVRANK name v3 ：获取逆序情况下value的下标值。

13.zrevrange key start end ：获取逆序值

14.ZREVRANGEBYSCORE name 70 20：按键值倒叙截取value值。