前言

zset是Redis提供的一个非常特别的数据结构，常用作排行榜等功能。zset在Redis中两种不同的实现，分别是zipList和skipList。zipList前面我们已经介绍过了，这里就不再介绍了。具体使用哪种结构进行存储，规则如下：

zipList：需要满足以下两个条件
[score,value]键值对数量少于128个；
每个元素的长度小于64字节；
skipList：不满足以上两个条件时使用跳表、组合了hash和skipList
hash用来存储value到score的映射，这样就可以在O(1)时间内找到value对应的分数；
skipList按照从小到大的顺序存储分数
skipList每个元素的值都是[socre,value]对
使用zipList的示意图如下所示：

使用跳表时的示意图：

跳表skipList

跳表可以保证增、删、查等操作时的时间复杂度为O(logN)，这个性能可以与AVL平衡二叉树相媲美，但实现方式上却更加简单，唯一美中不足的就是跳表占用的空间比较大，其实就是一种空间换时间的思想。跳表的结构如下所示：

 Redis中跳表一个节点最高可以达到64层，一个跳表中最多可以存储2^64个元素。跳表中，每个节点都是一个skiplistNode，每个跳表的节点也都会维护着一个score值，这个值在跳表中是按照从小到大的顺序排列好的。

跳表的结构定义如下所示：

typedf struct zskiplist{
    //头节点
    struct zskiplistNode *header;
    //尾节点
    struct zskiplistNode *tail;
    // 跳表中元素个数
    unsigned long length;
    //目前表内节点的最大层数
    int level;
}zskiplist;

各属性含义如下：

header：指向跳表的头节点，通过这个指针可以直接找到表头，时间复杂度为O(1)

tail：指向跳表的尾节点，通过这个指针可以直接找到表尾，时间复杂度为o(1)

length：记录跳表的长度，即不包括头节点，整个跳表中有多少个元素

level：记录当前跳表内，所有节点中层数最大的level

zskiplist的示意图如下所示：

zskiplistNode的结构定义如下：

typedf struct zskiplistNode{

    // 具体的数据
    sds ele;
    
    // 分数
    double score;
    
    //后退指针
    struct zskiplistNode *backward;
    
    //层级数组 最大32
    struct zskiplistLevel{  
    
        //前进指针forward
        struct zskiplistNode *forward;
        
        //跨度span
        unsigned int span;
    }level[];
    
}zskiplistNode;

各属性含义如下：

ele：真正的数据，每个节点的数据都是唯一的，但节点的分数score可以是一样的。两个相同分数score的节点是按照元素的字典序进行排列的

score：各个节点中的数字是节点所保存的分数score，在跳表中，节点按照各自所保存的分数从小到大排列；

backward：用于从表尾向表头遍历，每个节点只有一个后退指针，即每次只能后退一步；

zskiplistLevel：层级数组，这个数组中的每个节点都有两个属性，forward指向同层的下一个节点，span跨度用来计算当前节点在跳表中的一个排名，这就为zset提供了一个查看排名的方法。数组中的每个节点中用1、2、3等字样标记节点的各个层，分别L1代表第一层，L2代表第二层，L3代表第三层，以此类推；

skiplistNode的示意图如下所示：

增删改查

以下图为例，讲解一下skiplist的增删改查过程

增

比如要插入的值为6

• 从head节点开始，先是在head开始降层来查找到最后一个比6小的节点
• 等到查到最后一个比6小的节点的时候(假设为5)
• 然后需要引入一个随机层数算法来为这个节点随机地建立层数
• 把这个节点插入进去以后，同时更新一遍最高的层数即可

改

先是判断这个value是否存在，如果不存在就是新增的场景，反之，就是更新的场景。

需要注意的是，在skipList在更新时，是先找到了value，把这value个删除掉，然后新增。这样的话就会做两次的搜索，在性能上来讲就比较慢了，因此在 Redis 5.0 版本中，Redis 的作者Salvatore Sanfilippo大神就优化了这个更新的过程。目前新的更新过程是，先判断这个 value是否存在，如果存在的话就直接更新，然后再调整整个跳跃表的score排序，这样就不需要进行两次搜索，提高了性能。

查

假设现在要查找7这个节点，步骤如下：

• 从head开始遍历，指针指向4这个节点，由于4<7，且同层的下一个指针指向NULL，所以去到下降一层；
• 跳到6节点所在的层，同理，6<7，且同层的下一个指针指向NULL，再下降一层；
• 此时到了第一层，第一层是一个双向链表，由于6<7，所以开始向后遍历，查找到7就返回值，不然就返回NULL；

删

删除的过程前期与查找相似，先定位到元素所在的位置，再进行删除，最后更新一下指针、更新一下最高的层数。

随机层数算法

skipList的新增数据时会使用到一个随机层数算法，这个算法的主要作用是随机生成一个数，过程也很简单，源码如下：

# define ZSKIPLIST_MAXLEVEL 32
# define ZSKIPLIST_P 0.25

int zslRandomLevel(void) {
    int level = 1;
    while ((random()&0xFFFF) < (ZSKIPLIST_P * 0xFFFF))
        level += 1;
    return (level<ZSKIPLIST_MAXLEVEL) 
		? level : ZSKIPLIST_MAXLEVEL;
}

总结