redis面试（四）ZSet数据结构

Sorted Set

有序集合ZSet，但是有序集合的英文明明是sorted sets。 那这个“Z”代表什么意思，这点官网没有解释，但是gitHub上有人问过，作者是这样回答的

Hello. Z is as in XYZ, so the idea is, sets with another dimension: the
order. It’s a far association… I know 😃

这句话的本意是：这里的Z就像XYZ中的Z一样，所以这个概念是，集合中还有另一个维度：顺序。这是一个遥远的关联…

在我理解来的话，这应该只是为了和原本的Sets集合做一个区分，Z代表的就是原本顺序之外的一个规则，就像XYZ中的Z一样，是二维平面之外，另一个维度的规则。

结构

在redis 7.0之前有两种编码：ziplist、skiplist
7.0之后是listpack、skiplist
主要区别就是ziplist和listpack

我们先来简单说一下两种格式：（如果了解跳表，可以直接跳转到 skiplist 看跳表的结构）

ziplist和listpack：都是一种压缩列表的实现，当保存的元素长度都小于64字节，同时数量小于128时，会使用该结构（可以认为就是有序列表 list ）
与我们之前的理解list不同的地方是，他们占用的磁盘是连续的，没有节点之间的指针，而是将数据按照顺序一个个的排列。
那么查询的时候就要从第一个节点一个个的往后捋出来。虽然不会造成碎片空间，但这也是压缩列表的局限性。

ziplist

下面是这个ziplist列表的节点数据， 可以看到里面的属性 prevrawlensize，这个属性标记了前一个节点长度。

缺点就是 这个列表如果要更新第一个节点数据的话，可能会造成后面所有节点的长度数据全部更新。
（题外话：其实之前讲的redis的list结构中，每个节点Node里面都是一个ziplist，只不过我们只需要知道就可以了，在使用的时候不需要关心这些）

typedef struct zlentry {
    unsigned int prevrawlensize; /* 用于编码前一个节点字节长度*/
    unsigned int prevrawlen;     
    unsigned int lensize;        /* 用于编码此节点类型/长度的字节。
    								例如，字符串有1、2或5个字节标题。
    								整数总是使用一个字节。
    							*/
    unsigned int len;            /* 用于表示节点实际的字节。
									对于字符串，这只是字符串长度
									而对于整数，它是1、2、3、4、8或
									0,具体取决于数字范围。 
								*/
    unsigned int headersize;     /* prevrawlensize + lensize. */
    unsigned char encoding;      /* 设置为ZIP_STR_*或ZIP_INT_*，具体取决于节点编码。*/
    unsigned char *p;            /* 第一个节点的地址指针，prev-entry-len */
} zlentry;

listpack

listpack 列表最大的特点就是不再包含前一个节点的长度，那么在更新的时候就不会再造成连锁更新问题。
但是由于压缩列表本身的局限性，只能顺序查询，为了效率，在数据量超过64的时候，会变成跳表形式

typedef struct {
    /* 当使用string时，它具有长度(slen)。 */
    unsigned char *sval;
    uint32_t slen;
    /* 当使用integer时，“sval”为 NULL，lval 保存该值。*/
    long long lval;
} listpackEntry;

跳表zskiplist

跳表就是ZSets 有序列表的主要结构模式
skiplist 中也是包含两种结构，但是要注意，这里的两种结构是同时存在的 字典（dict）和跳跃表（zskiplist）存储方式。

dict就不说了，在上一章的Hash中说过，可以认为她就是一个k-v结构的数据。 里面的key是存储的数据，value是数据的score分数。
zskiplist：是一个具有跳跃节点能力的链表，给每个节点附加了一个level层级的属性，这个level会指向后面的 某一个节点，通过这个level层级可以直接越过中间的节点，减少查询的时间。
为了比较容易理解，这里画了一个示例图

L1、L2、L3… 这些就是每个节点的层级，规定了最高的层级是32层。 每个节点查询的时候，就可以通过高层直接跳跃到后面；
如果发现分数过大的话，可以通过低一些的层级少跳跃一些节点。

往里面放数据的时候，会给这个数据+分数封装为一个节点，然后给这个节点随机一个1~32范围内level的层高。
然后从头开始查询，通过level跳跃过N个节点，直接将节点放到对应的位置，然后给给每一层的level都添加一个指向下一个节点的指针。

具体实现结构如下：

typedef struct zskiplist {
	struct zskiplistNode *header, *tail;
	unsigned long length;
	int level;
} zskiplist;

typedef struct zskiplistNode {
	struct zskiplistLevel {
		struct zskiplistNode *forward;
		unsigned int span;
} level[];
struct zskiplistNode *backward;
double score;
robj *obj;
} zskiplistNode;

Sorted Set 为什么使用跳跃表，而不是红黑树？

主要有以下几个原因：

• 跳表的性能和红黑树差不多。
• 插入速度非常快速，因为不需要进行旋转等操作来维持平衡性
• 跳表更容易实现和调试。

跳表中的dict是什么用处？

通过上面的数据结构不难发下，跳表只适合单位查询，排序处理。但是不适合查询分数，以及判断成员是否存在这种操作。
那么这时候dict就派上用场了，之前说过，dict的结构是key-value键值对。
比如我们的数据是 周杰伦 100分、孙燕姿 99分、许嵩 98分
那在跳表zskiplist 中的数据是
(level:[], score:100分, value:周杰伦)
(level:[], score:99分, value:孙燕姿)
(level:[], score:98分, value:许嵩)

而在字典项中的数据是
(key:周杰伦, score:100分)
(key:孙燕姿,value:99分)
(key:许嵩, value:98分)

要查询某个数据是否存在，或者是查询分数的话，直接从dict的数据结构中通过key来取出分数就可以了，不需要在列表中查询。
这也是一种为了效率，把数据冗余一份的策略