天然玩家

Redis基础类型ZSet增删改查（带Java库源码）

1 缘起

继续系统补充Redis基础数据类型操作知识。
为帮助读者更加系统地学习Redis基础数据操作，
分享其他数据类型操作文章：

序号	文章
1	String操作详解
2	Hash操作详解
3	List操作详解
4	Set操作详解

Redis进阶：图文讲解Redis底层数据结构之embstr,raw,ziplist,quicklist和hashtable （带源码讲解）

注意：

（1）文末附全部测试代码；
（2）本篇文章将学习使用如下函数（方法）：

序号	操作	method
1	新增	zadd，zinterstore
2	删除	zrem，zremrangeByRank，zremrangeByScore
3	修改	zincrby
4	查询	zrange，zrangeByScore

2 Zset测试

Redis基础数据类型ZSet是set的另一种形式，比set的多了一个分数属性，
可以通过分数操作相关数据，比如按照分数范围查询数据，按照分数排序，
这也催生了skiplist的应用。
本文采用连接池的方式直连Redis，连接池配置如下：

依赖


<dependency>
    <groupId>redis.clientsgroupId>
    <artifactId>jedisartifactId>
    <version>3.5.1version>
dependency>

Redis连接池配置（可以根据需要设置为共用）

private static JedisPool getJedisPool() {
        JedisPoolConfig jedisPoolConfig = new JedisPoolConfig();
        // Jedis池：最大连接数
        jedisPoolConfig.setMaxTotal(1);
        // Jedis池：最大空闲连接数
        jedisPoolConfig.setMaxIdle(10);
        // Jedis池：等待时间
        jedisPoolConfig.setMaxWaitMillis(3000);
        // Jedis池：连接Redis超时时间
        int connectTimeout = 2000;
        String redisHost = "127.0.0.1";
        int redisPort = 6379;
        String redisPassword = "123456";
        int redisDb = 0;
        // 创建连接池
        return new JedisPool(jedisPoolConfig, redisHost, redisPort, connectTimeout, redisPassword, redisDb);
    }

2.1 新增数据

zset新增数据有两种方式：直接新增以及取交新增。
其中，直接新增有：单条新增和批量新增；
取交新增是取两个zset的交集，新增到新的zset中。

2.1.1 直接新增：zadd

单条新增是通过key、score和value方式进行；
批量新增是通过key，map（数据的score和value映射）进行。
测试样例如下：

/**
     * 新增数据.
     */
    @Test
    public void insertData() {
        try (Jedis jedis = getJedisPool().getResource()) {
            // 单条插入：带分数
            Long res1 = jedis.zadd("zsetziplist", 2, "xiaohua");
            Long res2 = jedis.zadd("zsetziplist", 1, "xiaolan");
            Long res3 = jedis.zadd("zsetziplist", 3, "xiaoti");
            Map<String, Double> scoreMembersMap = new HashMap<>();
            scoreMembersMap.put("xiaohei", 0.1);
            scoreMembersMap.put("xiaobai", 0.02);
            scoreMembersMap.put("xiaoniu", 0.5);
            // 批量插入：带分数
            Long res4 = jedis.zadd("zsetziplist", scoreMembersMap);
            logger.info(">>>>>>>>插入zset：{}, {}, {}, {}", res1, res2, res3, res4);
        } catch (Exception ex) {
            logger.error(">>>>>>>>>插入zset异常", ex);
            throw new RuntimeException(ex);
        }
    }

单条新增的源码如下图所示，
由图可知，时间复杂度为 $O (l o g (N))$ ，当在某个zset中不存在添加的数据时，则新增，
若存在，则更新当前value的分数（score），如zset a，在a中添加数据：（xiaohua，1），
如果a中不存在该数据，则新增该数据到a中，
如果a中已存在(xiaohua, 0)，则更新xiaohua的值为1。

当然，Redis库提供了批量添加数据的方式，
将value和score映射存储到Map中，一次性存储，
源码如下图所示，没有注释，不过按照测试结果可知，是通过Map添加数据。

2.1.2 取交集新建集合：zinterstore

既然zset是变种的集合，当然有交集的概念，
zset取多个zset的交集可以新建zset，
如zset a和zset b，取a和b的交集，生成新的zset c，
c的中value的score为a和b中对应value score的和。
同时，zinterstore提供了按照权重聚合方法，
使用ZParams的weights的方法，为对应zset score提供权重值，
即合并前，每个zset的score先乘以权重，然后在取交集，求和，
其中，ZParams中权重的数量应与待取交集的zset数量一致，为每个zset提供一个权重。
测试样例如下：

    /**
     * 取交集，新建集合.
     */
    @Test
    public void unionAndCreateZSetData() {
        try (Jedis jedis = getJedisPool().getResource()) {
            Map<String, Double> scoreMembersMap = new HashMap<>();
            scoreMembersMap.put("xiaohei", 0.1);
            scoreMembersMap.put("xiaobai", 0.02);
            scoreMembersMap.put("xiaoniu", 0.5);
            Map<String, Double> scoreMembersMap1 = new HashMap<>();
            scoreMembersMap1.put("xiaohei", 0.21);
            scoreMembersMap1.put("xiaobai", 0.05);
            scoreMembersMap1.put("xiaobu", 0.5);
            // 批量插入：带分数
            Long res1 = jedis.zadd("zsetziplist-1", scoreMembersMap);
            Long res2 = jedis.zadd("zsetziplist-2", scoreMembersMap1);
            // 取zset：zsetziplist-1, zsetziplist-2；交集，新建zset：zsetziplist-union
            Long res3 = jedis.zinterstore("zsetziplist-union", "zsetziplist-1", "zsetziplist-2");

            Map<String, Double> scoreMembersMap3 = new HashMap<>();
            scoreMembersMap3.put("xiaohei", 0.1);
            scoreMembersMap3.put("xiaobai", 0.02);
            scoreMembersMap3.put("xiaoniu", 0.5);
            Map<String, Double> scoreMembersMap4 = new HashMap<>();
            scoreMembersMap4.put("xiaohei", 0.21);
            scoreMembersMap4.put("xiaobai", 0.05);
            scoreMembersMap4.put("xiaobu", 0.5);
            // 批量插入：带分数
            Long res4 = jedis.zadd("zsetziplist-3", scoreMembersMap3);
            Long res5 = jedis.zadd("zsetziplist-4", scoreMembersMap4);
            // 使用weight
            ZParams zParams = new ZParams();
            zParams.weights(3, 5);
            Long res6 = jedis.zinterstore("zset-weight", zParams, "zsetziplist-3", "zsetziplist-4");
            logger.info(">>>>>>>>插入zset：{}, {}, {}, {}, {}, {}", res1, res2, res3, res4, res5, res6);
        } catch (Exception ex) {
            logger.error(">>>>>>>>>插入zset异常", ex);
            throw new RuntimeException(ex);
        }
    }

zinterstore源码如下图所示，
由源码可知，时间复杂度为 $O (n) + O (m l o g m)$ ，其中，n为待取交集的set集合的数据量，m为结果集合的数据量。
取交集的过程中，如果使用带权重的方法，合并前会先将zset中的score先乘以权重，
然后再合并求和。

2.2 删除数据

zset删除数据数据有三种方式：
（1）直接删除：zrem；
（2）按照顺序批量删除：zremrangeByRank；
（3）按照score范围删除：zremrangeByScore；
测试样例如下：

/**
     * 删除数据.
     */
    @Test
    public void deleteData() {
        try (Jedis jedis = getJedisPool().getResource()) {
            // 删除指定数据
            Long res1 = jedis.zrem("zsetziplist", "xiaobai");
            // 根据索引范围删除数据
            Long res2 = jedis.zremrangeByRank("zsetziplist", 0, 1);
            // 根据score范围删除数据
            Long res3 = jedis.zremrangeByScore("zsetziplist", 0, 2);
            logger.info(">>>>>>>>删除：{}, {}, {}", res1, res2, res3);
        } catch (Exception ex) {
            logger.error(">>>>>>>>>Redis zset删除异常", ex);
            throw new RuntimeException(ex);
        }
    }

2.2.1 zrem

直接删除源码如下，由源码可知，
时间复杂度为 $O (l o g n)$ ，zset中有该值，则按照对应的数据删除，没有则不操作。

2.2.2 zremrangeByRank

按照数据排序批量删除源码如下，
由于zset的数据是按照score排序存储的，
因此，天然可以按照排名批量删除数据。
有源码可知，时间复杂度为 $O (l o g n) + O (m)$ ，其中，n为zset的原始数据数量，m为删除元素的数量。
排序范围：[0,n]，当然，也可为负数，倒序删除。

2.2.3 zremrangeByScore

根据score范围删除，也是zset的一个天然方法，
源码如下图所示，由源码中，时间复杂度为 $O (l o g n) + O (m)$ ，其中，其中，n为zset的原始数据数量，m为删除元素的数量。
score范围比较随意，按照需要填写即可。

2.3 修改数据

Redis的set是没有修改操作的，因为，set只存储value，
而zset当然也不支持修改value，这里的修改数据，是修改score，
测试样例如下：

/**
     * 修改数据.
     */
    @Test
    public void editData() {
        try (Jedis jedis = getJedisPool().getResource()) {
            // 修改score
            Double res1 = jedis.zincrby("zsetziplist", 1, "xiaoniu");
            logger.info(">>>>>>>>编辑：{}, {}", res1);
        } catch (Exception ex) {
            logger.error(">>>>>>>>>Redis zset编辑异常", ex);
            throw new RuntimeException(ex);
        }
    }

修改score源码如下图所示，
由源码知，时间复杂度为 $O (l o g n)$ ，
修改zset某个value的score时，如果value存在，则直接修改，
如果不存在value，则新增该数据。

2.4 查询数据

查询zset数据，由于zset特有的数据设计，
有两种常用的查询方式：
（1）根据索引查询：zrange；
（2）根据分数范围查询：zrangeByScore；
测试样例如下：

/**
     * 查询数据.
     */
    @Test
    public void queryData() {
        try (Jedis jedis = getJedisPool().getResource()) {
            // 指定索引范围查询
            Set<String> res1 = jedis.zrange("zsetziplist", 0, 1);
            // 根据分数范围查询
            Set<String> res2 = jedis.zrangeByScore("zsetziplist", 2, 3);
            logger.info(">>>>>>>>查询zset:{}，{}", res1, res2);
        } catch (Exception ex) {
            logger.error(">>>>>>>>>Redis zset查询异常", ex);
            throw new RuntimeException(ex);
        }
    }

2.4.1 zrange

根据索引范围查询，源码如下图所示，
由源码知没有注释，按照测试结果，
zrange是根据索引范围查询。

2.4.2 zrangeByScore

zset的设计有score这个属性，
当然不能浪费，查询时按照分数范围查询
源码如下图所示，由源码知，时间复杂度为 $O (m)$ ，
score范围是闭区间匹配，该方法类似于SQL的LIMIT语句。

3 小结

zset增删改查汇总：

序号	操作	method
1	新增	zadd，zinterstore
2	删除	zrem，zremrangeByRank，zremrangeByScore
3	修改	zincrby
4	查询	zrange，zrangeByScore

为帮助读者更加系统地学习Redis基础数据操作，
分享其他数据类型操作文章：

序号	文章
1	String操作详解
2	Hash操作详解
3	List操作详解
4	Set操作详解