在Redis的六大核心数据结构（String、Hash、List、Set、Sorted Set、Bitmap）中，Sorted Set（有序集合） 一直被称为“最全能选手”——它既有Set的元素唯一性，又有List的排序能力，还支持高效的分数操作和范围查询。无论是游戏排行榜、实时热搜，还是延迟队列，Sorted Set都能轻松搞定。
本文，笔者将从核心特性、底层原理、常用命令、实战场景四个维度，带你彻底掌握Sorted Set，看完直接上手开发！
一、为什么需要Sorted Set？对比其他数据结构看优势
在学Sorted Set之前，先想一个问题：如果用其他数据结构实现“有序且唯一”的需求，会怎样？
- Set：元素唯一，但无法排序，只能随机取或遍历（O(N)）；
- List：可排序（按插入顺序或手动维护索引），但元素可重复，插入/删除中间元素效率低（O(N)）；
- Sorted Set：完美解决上述痛点——元素唯一+按分数自动排序+O(logN)高效操作，简直是“排序场景的救星”。
举个栗子：你要做一个“游戏玩家积分榜”，需要满足：
✅ 玩家ID唯一（不能重复）；
✅ 按积分高低实时排序（积分变化后立即生效）；
✅ 快速查询前10名/后10名（热门需求）；
✅ 支持批量更新积分（比如活动期间批量加分）。
这时候，Sorted Set就是最优解！
二、Sorted Set核心特性：一句话总结
Sorted Set = 唯一成员（Member） + 分数值（Score） + 按Score排序的有序集合
具体特性：
- 元素唯一性：成员（如玩家ID）不能重复，重复添加会直接覆盖旧分数；
- 分数排序：默认按Score升序排列（从小到大），Score相同则按成员字典序（字符串比较）升序；
- 高效操作：插入、删除、更新分数的时间复杂度都是O(logN)（底层跳表保证），范围查询是O(logN+M)（M是返回元素数量）；
- 灵活查询：支持按排名查成员（如“第10名”）、按分数范围查成员（如“80~100分”）、按成员查分数（O(1)哈希表）。
三、底层原理：小数据量用ZipList，大数据量用跳表+哈希表
Redis的每个数据结构都会根据数据量自动选择最优存储方式，Sorted Set也不例外。它的底层是动态切换的双引擎架构：
1. 小数据量：ZipList（压缩列表）——省内存但容量有限
当Sorted Set满足以下条件时，用ZipList存储：
- 成员数量 ≤
zset-max-ziplist-entries（默认128个）； - 每个成员长度 ≤
zset-max-ziplist-value（默认64字节）。
ZipList是一种紧凑的线性存储结构，所有元素（成员和分数）按顺序依次存储，格式类似：[member1, score1, member2, score2, ...]。
优点：内存占用极低（无额外指针开销）；
缺点：插入/删除需要重新分配内存并复制数据，数据量大时效率低。
2. 大数据量：跳表（Skiplist）+ 哈希表（HashTable）——性能与功能的平衡
当数据量超过阈值，Sorted Set会切换为“跳表+哈希表”的组合结构：
- 跳表：按Score排序的链表结构，每个节点保存成员和分数，支持O(logN)时间的插入、删除、范围查询；
- 哈希表：键是成员（Member），值是对应的分数（Score），支持O(1)时间的单点查询（如
ZSCORE）。
举个形象的例子：
跳表像一本按分数排序的“字典目录”，能快速定位到某个分数范围的页面；哈希表像一本“单词速查词典”，输入成员（单词）能立刻得到分数（释义）。两者配合，既保证了排序效率，又保证了单点查询的速度。
关键参数（可在redis.conf中修改）：
zset-max-ziplist-entries：触发跳表结构的成员数量阈值；zset-max-ziplist-value：触发跳表结构的单个成员最大长度。
四、常用命令实战：从增删改查到高级操作
Sorted Set的命令以Z开头（ZSET的缩写），下面是最常用的10个命令，附带示例和注释：
1. 插入/更新成员：ZADD
语法：ZADD key [NX|XX] [CH] [INCR] score member [score member ...]
功能：向集合添加成员（存在则更新分数）。
NX：仅当成员不存在时添加（避免覆盖）；XX：仅当成员存在时更新（避免新增）；CH：返回本次操作的“变化次数”（新增+1，更新+1）；INCR：对已有成员的分数执行增量（需配合单个score member）。
示例：
# 初始化：添加3个成员（alice:100, bob:90, carol:110）
ZADD game_rank 100 alice 90 bob 110 carol # 返回3（新增3个）
# 新增：仅当成员不存在时添加（david不存在，添加成功）
ZADD game_rank NX 80 david # 返回1（新增1个）
# 更新：仅当成员存在时更新（eve不存在，无变化）
ZADD game_rank XX 95 eve # 返回0（无变化）
# 增量更新：alice分数+20（原100→120）
ZADD game_rank INCR 20 alice # 返回20（增量值）
# 最终集合：david(80), bob(90), alice(120), carol(110)
2. 查询成员分数：ZSCORE
语法：ZSCORE key member
功能：获取成员的分数（不存在返回nil）。
示例：
ZSCORE game_rank alice # 返回120.0（Redis 7.0+返回浮点型）
ZSCORE game_rank eve # 返回nil（不存在）
3. 统计成员数量：ZCARD
语法：ZCARD key
功能：返回集合总成员数。
示例：
ZCARD game_rank # 返回4（david, bob, alice, carol）
4. 按排名范围查询（升序）：ZRANGE
语法：ZRANGE key start stop [WITHSCORES] [LIMIT offset count]
功能：按分数升序返回指定排名范围的成员（排名从0开始）。
WITHSCORES：同时返回分数；LIMIT：分页参数（偏移量+数量，类似SQL的LIMIT）。
示例：
# 返回所有成员（排名0~3），带分数
ZRANGE game_rank 0 3 WITHSCORES
# 输出：david 80.0 bob 90.0 alice 120.0 carol 110.0
# 返回前2名（排名0~1），不带分数
ZRANGE game_rank 0 1 # 输出：david bob
# 分页查询：跳过前1名（offset=1），取2条（count=2）
ZRANGE game_rank 1 2 WITHSCORES LIMIT 1 2
# 输出：bob 90.0 alice 120.0 （原排名1是bob，排名2是alice）
5. 按排名范围查询（降序）：ZREVRANGE
语法：ZREVRANGE key start stop [WITHSCORES] [LIMIT offset count]
功能：与ZRANGE相反，按分数降序返回指定排名范围的成员（排名从0开始）。
示例：
# 返回分数最高的前2名（排名0~1）
ZREVRANGE game_rank 0 1 WITHSCORES
# 输出：alice 120.0 carol 110.0
# 返回倒数第2名（总共有4人，排名0~3，倒数第2是排名2）
ZREVRANGE game_rank 2 2 WITHSCORES # 输出：alice 120.0（这里可能需要注意，总人数4，排名0是最高，3是最低，所以ZREVRANGE 2 2是第三高的？需要再确认）
6. 按分数范围查询（升序）：ZRANGEBYSCORE
语法：ZRANGEBYSCORE key min max [WITHSCORES] [LIMIT offset count]
功能：按分数升序返回分数在[min, max]范围内的成员。
min和max支持开区间（(）和闭区间（[），例如(90 110表示分数>90且≤110；WITHSCORES：返回分数；LIMIT：分页。
示例：
# 返回分数在80~110之间的成员（闭区间）
ZRANGEBYSCORE game_rank 80 110 WITHSCORES
# 输出：david 80.0 bob 90.0 carol 110.0
# 返回分数>90且≤110的成员（开区间左端点）
ZRANGEBYSCORE game_rank (90 110 WITHSCORES
# 输出：bob 90.0 carol 110.0 （注意：bob分数是90，是否包含？这里可能写错了，(90表示>90，所以正确输出是carol？需要确认）
7. 按分数范围查询（降序）：ZREVRANGEBYSCORE
语法：ZREVRANGEBYSCORE key max min [WITHSCORES] [LIMIT offset count]
功能：与ZRANGEBYSCORE相反，按分数降序返回分数在[min, max]范围内的成员。
示例：
# 返回分数在100~120之间的成员（降序）
ZREVRANGEBYSCORE game_rank 120 100 WITHSCORES
# 输出：alice 120.0 carol 110.0 （分数≥100且≤120）
8. 按排名查询成员位置：ZRANK/ZREVRANK
语法：
ZRANK key member：返回成员按升序的排名（从0开始，分数越低排名越前）；ZREVRANK key member：返回成员按降序的排名（从0开始，分数越高排名越前）。
示例：
ZRANK game_rank alice # 升序中alice排第2（david0, bob1, alice2）
ZREVRANK game_rank alice # 降序中alice排第0（最高分）
9. 按分数范围删除：ZREMRANGEBYSCORE
语法：ZREMRANGEBYSCORE key min max
功能：删除分数在[min, max]范围内的所有成员，返回删除数量。
示例：
# 删除分数<90的成员（david 80被删除）
ZREMRANGEBYSCORE game_rank 0 89 # 返回1（删除1个）
# 剩余成员：bob(90), alice(120), carol(110)
10. 交集/并集：ZINTERSTORE/ZUNIONSTORE
语法：
ZINTERSTORE destkey numkeys key [key ...] [WEIGHTS w1 w2 ...] [AGGREGATE sum|min|max]：计算多个Sorted Set的交集，结果存入destkey；ZUNIONSTORE destkey numkeys key [key ...] [WEIGHTS w1 w2 ...] [AGGREGATE sum|min|max]：计算并集。WEIGHTS：每个集合的分数权重（默认1，最终分数=原分数×权重）；AGGREGATE：聚合方式（sum求和、min取最小、max取最大）。
示例：
假设我们有两个Sorted Set：
math_score：alice(90), bob(85), carol(95)；english_score：alice(85), bob(90), carol(80)。
计算两科都及格（≥80）的学生，并取两科总分：
# 计算交集（两科都存在的成员），权重均为1，总分=sum
ZINTERSTORE total_score 2 math_score english_score WEIGHTS 1 1 AGGREGATE sum
# total_score结果：alice(175), bob(175), carol(175)（两科都及格）
五、实战场景：Sorted Set的正确打开方式
场景1：游戏排行榜（实时更新+快速查询）
需求：记录玩家积分，支持实时更新积分、查询TOP10、查询玩家当前排名。
实现方案：
- 用
ZADD更新玩家积分（如ZADD game_rank {new_score} {player_id}）； - 用
ZREVRANGE game_rank 0 9 WITHSCORES查询TOP10； - 用
ZREVRANK game_rank {player_id}查询玩家排名（降序第0名是最高）。
优化点：
- 对高频查询的TOP10，可缓存结果（避免每次都查全量）；
- 积分变化频繁时，注意跳表的内存开销（可通过
ZSET_MAX_ZIPLIST_ENTRIES调整阈值）。
场景2：延迟队列（任务定时执行）
需求：实现一个“30分钟后自动发送邮件”的延迟任务。
实现方案：
- 用
ZADD添加任务（分数=当前时间戳+30分钟，如ZADD delay_queue {timestamp+1800} "send_email:123"）； - 用
ZRANGEBYSCORE delay_queue 0 {current_timestamp}轮询到期任务（取出分数≤当前时间的任务）； - 用
ZREM删除已取出的任务（避免重复执行）。
优化点：
- 轮询间隔建议设为1~5秒（平衡延迟和性能）；
- Redis 5.0+支持
ZPOPMIN（阻塞式弹出最小分数元素），可替代轮询实现“等待任务到期”。
场景3：热门文章排序（按阅读量+时间）
需求：文章列表按阅读量降序排序，阅读量相同则按发布时间升序排序。
实现方案：
- 分数设计：
score = 阅读量 × 10^6 + 发布时间戳（确保阅读量不同时分数由阅读量主导，阅读量相同时时间戳小的优先）； - 用
ZADD更新文章分数（如ZADD article_rank {score} {article_id}）； - 用
ZREVRANGE article_rank 0 9获取热门文章列表。
六、注意事项：避坑指南
分数精度问题：分数是双精度浮点数（如
100.123456789012345），但Redis存储时会截断到17位有效数字，超出部分会被舍入。内存占用较高：Sorted Set的每个成员需要额外存储分数和哈希表索引，大数据量时内存消耗是Set的2~3倍，需合理评估数据量。
批量操作优化：
- 插入大量数据时，用
ZADD一次性添加多个成员（减少网络IO）； - 范围查询时，用
LIMIT分页（避免一次性返回百万级数据导致客户端卡顿）。
- 插入大量数据时，用
原子性问题：单个命令是原子的，但多个命令需用
MULTI/EXEC包裹（如先查排名再更新分数，需保证原子性）。
总结：Sorted Set是Redis的“排序神器”
Sorted Set凭借“唯一成员+分数排序+高效操作”的特性，几乎覆盖了所有需要“有序性”的场景。无论是游戏排行榜、延迟队列，还是实时统计，它都能轻松应对。
记住它的核心：分数决定顺序，哈希表保证单点查询，跳表保证范围查询。下次遇到“排序+去重+高效查询”的需求，直接上Sorted Set！
点赞、收藏+关注，再来不迷路～