面试官：ZSet 的底层实现是什么？

皮皮林551
0 阅读8分钟

面试考察点

  1. 基础掌握度：面试官不仅仅是想知道 ZSet 是什么，更是想知道你是否了解 ZSet 底层的 两种实现（ziplist / listpack + skiplist）以及各自的触发条件。
  2. 原理理解深度：考察你是否真正理解 跳表（Skip List）  的结构（多层索引、随机层数、O(logN) 查找），以及 Redis 为什么选择跳表而不是红黑树来实现有序集合。
  3. 版本演进认知：是否知道 Redis 7.0 将 ziplist 替换为 listpack，以及为什么要换。

核心答案

Redis ZSet（有序集合）底层使用 两种数据结构 实现，根据元素数量和大小自动切换：

条件底层结构特点
元素数量 ≤ 128 且每个元素 ≤ 64 字节ziplist（Redis 7.0 前）/ listpack（Redis 7.0+）紧凑存储，省内存，适合小数据量
元素数量 > 128 或有元素 > 64 字节skiplist（跳表）+ dict（字典）O(logN) 查找，适合大数据量

一句话结论：ZSet 的核心是 跳表 + 字典 的组合结构。跳表负责按分数范围查询（O(logN)），字典负责按成员查分数（O(1)），两者配合实现了 ZSet 的所有操作。

深度解析

一、ZSet 的整体架构

img

img

上图展示了 ZSet 的核心架构 —— 跳表 + 字典的组合：

  • 字典（dict） ：以 member 为 key、score 为 value 的哈希表。作用是实现 O(1) 按 member 查 score，比如执行 ZSCORE 命令时，直接通过字典查找，不需要遍历。
  • 跳表（skiplist） ：按 score 有序排列的多层链表。作用是实现 O(logN) 的范围查询，比如执行 ZRANGEBYSCORE、ZRANK 等命令时，跳表能快速定位。
  • 两个结构共享同一份数据：字典的 value 和跳表的节点都指向同一个包含 member + score 的数据对象，不会重复存储两份，节省内存。

二、跳表（Skip List）详解

跳表是 ZSet 最核心的数据结构，面试必问。

img

img

上图展示了跳表的核心结构：

  • 多层索引：跳表在有序链表的基础上，建立了多层 "快车道"。高层节点少但跨度大，低层节点多但粒度细。查找时从最高层开始，如果目标比当前节点大就往右走，比当前节点小就往下走，逐层缩小范围。
  • 随机层数：每个新节点插入时，通过随机算法决定它的层数。Redis 中每个节点有 25% 的概率再往上一层延伸，层数越高节点越稀疏。最高 32 层。
  • 查找过程：从最高层开始，逐层二分缩小范围，时间复杂度 O(logN)。比遍历链表的 O(N) 快得多。

跳表节点的源码结构（Redis 7.x） ：

// 跳表节点定义（源码 t_zset.c）
typedef struct zskiplistNode {
    sds ele;                    // 成员对象（member）
    double score;               // 分值
    struct zskiplistNode *backward;  // 后退指针（Level 1 的前驱）
    struct zskiplistLevel {
        struct zskiplistNode *forward;  // 前进指针
        unsigned long span;             // 跨度（到下一个节点的距离）
    } level[];                  // 层数组，柔性数组
} zskiplistNode;

// 跳表定义
typedef struct zskiplist {
    struct zskiplistNode *header, *tail;  // 头尾节点
    unsigned long length;                  // 节点数量
    int level;                             // 最大层数
} zskiplist;

关键字段解释：

  • ele：存储 member（如 "张三"）。
  • score：存储分值（如 85.5），跳表按此字段排序。
  • backward：后退指针，只在最底层（Level 1）使用，支持从尾向头遍历（如 ZREVRANGE）。
  • level[]：柔性数组，每个元素包含 forward（前进指针）和 span（跨度）。span 用于计算排名，ZRANK 命令就是通过累加 span 得到的。
  • header：跳表有一个特殊的头节点，不存储数据，它的层数始终等于跳表的最大层数。

三、跳表的核心操作

img

img

上图总结了跳表的四种核心操作：

  • 查找：从最高层开始逐层二分，时间复杂度 O(logN)。这是 ZSCORE、ZRANK 等命令的基础。
  • 插入：先找到插入位置，然后随机生成新节点层数，更新每层的前后指针。同时往字典中插入一条记录。时间复杂度 O(logN)。
  • 删除：先找到目标节点，更新每层指针跳过被删节点，释放内存。同时从字典中删除。时间复杂度 O(logN)。
  • 范围查询：先用跳表定位到起始 score（O(logN)），然后沿 Level 1 链表向后遍历 M 个元素。总时间复杂度 O(logN + M)，M 为结果集大小。

四、为什么 Redis 用跳表而不用红黑树？

这是面试中 最常被追问 的问题。

img

img

上图对比了跳表和红黑树的核心差异：

  • 范围查询更高效：跳表的最底层就是完整的有序链表，定位起点后直接向后遍历即可，内存连续访问对 CPU 缓存友好。红黑树做范围查询需要中序遍历，涉及大量左右子树指针跳转，缓存不友好。ZSet 最常用的操作就是范围查询（ZRANGE、ZRANGEBYSCORE），跳表在这方面有天然优势。
  • 实现更简单：跳表的插入和删除只需要修改前后指针，不需要复杂的旋转和变色操作。Redis 作者 antirez 曾明确表示，跳表的代码更简洁、更容易理解和维护。
  • 排名计算更方便：跳表通过 span 字段可以 O(logN) 计算排名，而红黑树需要额外维护子树大小信息（类似 Order Statistic Tree），增加实现复杂度。
  • 内存可调节：通过调整随机层数的概率参数（Redis 默认 0.25），可以在内存占用和查找性能之间灵活权衡。

五、ziplist / listpack（小数据量的紧凑存储）

img

img

上图展示了 ZSet 在元素较少时的紧凑存储方式：

  • listpack（Redis 7.0+） ：一块连续内存，member 和 score 交替排列，没有指针开销。元素按 score 有序排列，查找需要遍历但 N 很小（≤128），完全可以接受。
  • ziplist 的问题：旧版 ziplist 的每个元素头部存储了前一个元素的长度（prevlen），当前一个元素大小变化时，可能引发后续所有元素的 prevlen 字段连锁更新，最坏 O(N²)。
  • listpack 的改进：不再存储 prevlen，每个元素只记录自己的长度，彻底消除了级联更新问题。
  • 阈值可配置：zset-max-listpack-entries 控制最大元素数量，zset-max-listpack-value 控制最大元素大小。超过任一阈值就会转换为跳表。

六、ZSet 常用命令与底层操作对应

命令功能底层操作复杂度
ZADD添加元素dict 插入 + skiplist 插入O(logN)
ZSCORE查分数直接查 dictO(1)
ZRANK查排名skiplist 累加 spanO(logN)
ZRANGE按排名范围查skiplist 遍历O(logN + M)
ZRANGEBYSCORE按分数范围查skiplist 定位 + 遍历O(logN + M)
ZREM删除元素dict 删除 + skiplist 删除O(logN)
ZCARD元素总数直接读 lengthO(1)
ZCOUNT分数范围内数量skiplist 定位两端O(logN)

关键点：

  • ZSCORE 和 ZCARD 是 O(1)，因为字典直接查、length 字段直接读。
  • 范围查询都是 O(logN + M)，先用跳表定位起点，然后沿链表遍历 M 个元素。

面试高频追问

  1. 追问一：跳表的层数是怎么确定的？

    每次插入新节点时，通过随机算法决定层数。Redis 使用的是 幂次定律（power law） ：每个节点有 25% 的概率再往上一层延伸，最多 32 层。这意味着大约 75% 的节点只有 1 层，25% 有 2 层，6.25% 有 3 层……层数越高节点越稀疏，从而保证查找效率接近 O(logN)。

  2. 追问二：ZSet 中 member 相同、score 不同会怎样？

    ZSet 中每个 member 是唯一的。如果 ZADD 一个已存在的 member 但 score 不同，Redis 会 更新 score（先从跳表旧位置删除，再按新 score 插入新位置），同时更新字典中的 score。

  3. 追问三：ziplist 和 listpack 的区别？为什么要替换？

    核心区别在于 prevlen 字段。ziplist 每个元素头部存储了前一个元素的长度，当前一个元素从 < 254 字节变为 ≥ 254 字节时，prevlen 从 1 字节变为 5 字节，可能引发后续所有元素的连锁更新（级联更新），最坏 O(N²)。listpack 去掉了 prevlen，每个元素只记录自身长度，彻底消除了这个问题。Redis 7.0 将所有使用 ziplist 的地方都替换成了 listpack。

常见面试变体

  • 变体一："Redis 为什么用跳表而不用红黑树？"
  • 变体二："ZSet 的底层实现是什么？"
  • 变体三："跳表的时间复杂度是多少？查找过程是怎样的？"
  • 变体四："Redis 7.0 的 listpack 和 ziplist 有什么区别？"

记忆口诀

ZSet 底层：小数据用 listpack（省内存），大数据用 skiplist + dict（高性能）。

跳表核心：多层索引 + 随机层数，O(logN) 查找，范围查询天然友好。

选跳表不选红黑树：范围查询快、实现简单、排名方便、内存可调。

两个结构各司其职：dict 管 O(1) 按 member 查 score，skiplist 管 O(logN) 按 score 范围查询。

总结

Redis ZSet 底层采用 跳表 + 字典 的组合结构（元素少时用 listpack）。字典实现 O(1) 按 member 查 score，跳表实现 O(logN) 的范围查询和排名计算。Redis 选择跳表而非红黑树，是因为跳表在范围查询、实现复杂度、排名计算等方面都有优势。Redis 7.0 用 listpack 替换了 ziplist，彻底解决了级联更新问题。

avatar
文章
阅读
粉丝