排行榜背后的 ZSet:同分怎么排,是面试官最爱挖的坑

但我要告诉你：把"用 ZSet 做排行榜"讲出来，只能得 60 分。面试官只要接着问一句"两个人同分，怎么排？"，大多数人就卡住了。

今天这篇文章，把 ZSet 排行榜从基础到同分进阶，一次讲透。

一、ZSet 是什么：带分数的 Set

ZSet 的全称是 Sorted Set，有序集合。你可以把它理解成"每个元素都挂着一个分数（score）的 Set"：

game:rank  Tom    95 分  Jerry  88 分  Alice  95 分  Bob    70 分

它继承 Set 的两个特性：元素唯一、可以去做重。但它多了一个杀手锏：每个元素对应一个分数，Redis 内部按分数从小到大排好序。

底层实现上，数据量少时用压缩列表，数据量大了用跳表（Skip List）加哈希表的组合。跳表带来的结果是：插入、删除、按分数查找都是 O(log N)，取排行榜前 N 名是 O(log N + N)。这意味着什么？哪怕榜单里有 1000 万用户，取 Top 100 也是毫秒级。

二、核心操作，八招打天下

建议先把一批演示数据写进 Redis，后面所有读操作（Top10、名次、分段统计）都能直接看到效果。下面用 RedisTemplate 一次性灌入 6 个玩家，并刻意让 Tom、Alice 同为 95 分，方便后面演示「同分」：

String key = "game:rank";redisTemplate.opsForZSet().add(key, "Tom", 95);// 和 Tom 同分，用来演示同分规则redisTemplate.opsForZSet().add(key, "Alice", 95); redisTemplate.opsForZSet().add(key, "Jerry", 88);redisTemplate.opsForZSet().add(key, "Bob", 70);redisTemplate.opsForZSet().add(key, "Katy", 65);redisTemplate.opsForZSet().add(key, "Leo", 60);

排行榜开发，记住这八个操作就够了（读操作都基于上面这批数据）：

// 以下操作都通过注入的 RedisTemplate 完成；opsForZSet() 是 ZSet 操作入口// 1. 新玩家上榜redisTemplate.opsForZSet().add(key, "Tom", 95);// 2. 玩家杀怪加分（原子，不需要先读再写）redisTemplate.opsForZSet().incrementScore(key, "Tom", 10); // 95 → 105// 3. 取排行榜 Top 10（降序，从第 0 名开始）redisTemplate.opsForZSet().reverseRange(key, 0, 9);// 4. Top 10 带分数，前端要展示”排名+分数”redisTemplate.opsForZSet().reverseRangeWithScores(key, 0, 9);// 5. 查某个玩家排第几（降序排名，从 0 开始）redisTemplate.opsForZSet().reverseRank(key, "Tom"); // 0 = 第 1 名// 6. 查原始分数redisTemplate.opsForZSet().score(key, "Tom");// 7. 榜单总人数redisTemplate.opsForZSet().size(key);// 8. 按分数区间统计：90 分以上多少人redisTemplate.opsForZSet().count(key, 90, 100);

这里有一个重要的细节：ZSet 内部是按分数从小到大（升序）存的，而排行榜要的是从大到小，所以取排行榜必须用 reverseRange()（对应 redis-cli 的 ZREVRANGE，反转范围）。很多新手背了 range()（对应 ZRANGE）就去取排行榜，取出来是最差的几个，直接被自己坑了。

另外一个细节：rank() 和 reverseRank() 的区别（对应 ZRANK / ZREVRANK）。rank() 是正序排名（分数最低的排第 0），reverseRank() 是倒序排名（分数最高的排第 0）。排行榜一律用 reverseRank()。

三、动手搭一个 Top 3 排行榜

上面已灌入 6 个玩家，直接取 Top 3：

redisTemplate.opsForZSet().reverseRangeWithScores(key, 0, 2)

结果会是什么？注意 Tom 和 Alice 都是 95 分——同分。Redis 的同分规则是：按元素本身排序（字典序）。Alice 的字母序在 Tom 前面，所以同分时 Alice 会排在 Tom 前面。

返回结果,我稍微格式化一下

0: Alice  95 分1: Tom    95 分2: Jerry  88 分

Bob 70 分排第四，落榜。

到这一步，排行榜的基础版就完成了。用 redis-cli 验证一下，命令行里执行：

ZREVRANGE game:rank 0 2 WITHSCORES

输出跟程序一致，说明你程序操作的就是那个真实的 Redis。

四、同分怎么排？两个业务方案，面试重点

现在回答开头的问题：两个人同分，怎么排？

Redis 默认按字典序。但业务往往不满意这个规则，常见的诉求有两种。

诉求一：先到的人，同分排前面。

比如游戏排行榜，两个玩家同分，先达到这个分数的应该排在前面。用纯分数排不出来，因为分数一样。解法是：把分数和达成时间编码进同一个 score。

具体做法：score 的整数部分放真实分数，小数部分放"时间补偿值"。比如用 1e13 减去当前毫秒时间戳，得到一个小数：时间越早，这个值越大，排得越前。

double score = 95 + (1e13 - System.currentTimeMillis()) / 1e13;redisTemplate.opsForZSet().add(key, "Tom", score);

这样 Tom 的 95 分变成类似 95.99990 的数字，先到的用户小数部分更大，排前面。同时分数展示时取整，用户看到还是 95。

这个技巧在面试里非常加分，因为它展示了你对"score 不一定是整数"的理解深度。

诉求二：同分算并列，名次一样。

体育比赛、榜单展示场景，往往希望 95 分的两个人都是"第 1 名"，而不是第 1 名和第 2 名。解法是分桶展示：按分数分组，同一分数的所有玩家共享同一个名次。前端展示"第 1 名（并列 2 人）"。

Redis 的命令层面不用改，改的是前端展示逻辑——按分数分组后，用组内第一个人的排名作为整组排名。

两条路线的选择标准很简单：如果"先后顺序"有业务意义，用时间戳加权；如果只是展示"并列第几名"，分桶展示即可。

五、进阶玩法：分段统计

排行榜做到最后，产品会提更多需求：90 分以上的玩家有多少？80 到 100 分的名单给我？

这两个问题，count() 和 rangeByScore() 直接回答（对应 ZCOUNT / ZRANGEBYSCORE）：

// 90 分以上几个人long highScore = redisTemplate.opsForZSet().count(key, 90, 100);// 80~100 分的玩家Set segment = redisTemplate.opsForZSet().rangeByScore(key, 80, 100);

"按分数分段"是排行榜运营的核心操作——运营要圈出高分段用户发奖，一句 rangeByScore()（对应 ZRANGEBYSCORE）就圈出来了。这跟我们 Day 10 讲的人群圈选，底层是同一个思想：把"圈人"变成"查一个区间"。

结语

回到开头：排行榜背后的 ZSet，同分怎么排？

基础答法是字典序；进阶答法是时间戳加权编码；再进一步是分桶并列展示。你能答到哪一层，决定你在这个话题上的得分。

ZSet 是 Redis 五种数据类型里"聪明程度"最高的一个：它自己排序、自己计数、自己按区间查询，把排行榜从"你写排序算法"变成"你说取前几名"。记住它的关键词：带分数、自动排序、O(log N)。

Redis 训练营第五天的两篇到此结束。Set 管"集合运算"，ZSet 管"有序排名"——这两个兄弟，撑起了社交、游戏、运营一大片业务。

明天，我们跳出单点 API，聊聊代码组织：为什么你的 Redis 代码别人看不懂，以及怎么把它写整洁。