Redis的zset实现排行榜，实现分数相同按照时间顺序排序，怎么做？

面试记录 2026-10-15

题目：Redis的zset实现排行榜，实现分数相同按照时间顺序排序，怎么做？

难度：high

评分：⭐⭐⭐⭐☆☆（3/5）

我的回答

zset的排序规则只支持分数排序,如果要实现相同分数按照时间排序有两种思路,一个是在分数的后面跟上时间戳,作为分数的补充内容一起进行排序,另外就是在 zset 的 value 中保存时间,读取相同分数的内容后,在业务端进行二次排序,都能实现同分数后按照其他规则排序

点评

优点：

两种思路都提到- 分数拼接方案抓到

不足：

❌ 遗漏分数拼接具体实现（如 score * 1e13 + timestamp）- ❌ 遗漏时间戳精度选择（毫秒 vs 微秒）- ❌ 遗漏同毫秒内排序边界情况- ❌ 遗漏业务端二次排序在分页场景的代价- ❌ 遗漏排行榜扩展（Top N、我的排名、实时推送）

完整讲解

第一部分：知识重点剖析

核心考点：考察 Zset 排行榜的工程化实现能力，理解分数拼接技巧。

知识点拆解：

1. 问题背景：Zset 按分数排序，分数相同时按 member 字典序排序（不稳定）。业务需要分数相同时按时间排序。
2. 方案一：分数拼接

• 原理：分数 = 业务分数 × 1e13 + 时间戳（毫秒）
• 示例：分数 100，时间戳 1690000000000 → 10016900000000000
• 优点：Zset 原生支持，查询高效
• 缺点：时间戳精度限制（毫秒内无法区分）、分数精度限制

1. 方案二：业务端二次排序

• 原理：Zset 存 score + member，member 中包含时间戳，读取后在业务端排序
• 优点：灵活，支持任意排序规则
• 缺点：分页场景困难（需加载全部数据）、性能差

1. 方案三：分数分段

• 原理：分数高位存业务分数，低位存时间戳
• 示例：分数 1000000 + 时间戳毫秒（取后 6 位）
• 优点：精确到秒
• 缺点：分数范围有限

1. 排行榜常见扩展：

• Top N：ZREVRANGE 0 N-1
• 我的排名：ZREVRANK
• 分数变化推送：Pub/Sub 或 Redis Stream
• 分维度：实时榜/小时榜/日榜/周榜（多个 Zset）

关键命令：

• ZADD：添加/更新分数
• ZREVRANGE：倒序范围查询
• ZREVRANK：获取排名 O(log n)
• ZSCORE：获取分数 O(1)

第二部分：考察方向与延伸递进

1. 分数拼接的时间戳精度怎么选？

• 解答：毫秒（13 位）够用，微秒（16 位）精度更高但分数范围受限。一般用毫秒。

1. 同毫秒内多个用户分数相同怎么排？

• 解答：按 member 字典序（默认），或业务端二次排序。同毫秒概率极低，一般不影响业务。

1. 排行榜如何支持实时更新？

• 解答：ZADD 更新分数，Pub/Sub 或 Redis Stream 推送变化，客户端订阅实时更新。

第三部分：面试者参考回答（300-600 字口语化）

面试官您好，Zset 排行榜分数相同按时间排序有两种方案。

方案一是分数拼接：分数 = 业务分数 × 1e13 + 时间戳（毫秒）。例如分数 100，时间戳 1690000000000，拼接后是 10016900000000000。Zset 原生支持，查询高效。缺点是时间戳精度限制，毫秒内无法区分。

方案二是业务端二次排序：Zset 存 score + member，member 中包含时间戳，读取后在业务端排序。灵活，支持任意排序规则。缺点是分页场景困难（需加载全部数据）、性能差。

我推荐方案一，分数拼接。时间戳用毫秒够用，同毫秒概率极低，不影响业务。

排行榜常见扩展：Top N 用 ZREVRANGE 0 N-1，我的排名用 ZREVRANK O(log n)，分数变化用 Pub/Sub 或 Redis Stream 推送，分维度（实时/小时/日/周榜）用多个 Zset。

生产实践：Top 1000 排行榜，分数拼接毫秒时间戳，ZADD 更新分数，Pub/Sub 推送变化，客户端订阅实时更新。分维度排行榜用多个 Zset，每个 Zset 独立过期时间。