如何实现一个海量用户的实时排名系统？或许可以用mysql搞一个纠结的方案；但要是选择了redis，那绝对是既简单又优雅。Redis的zset本身就是一种支持排序的集合，而zset的实现，则使用了skip list数据结构。Skip list是一种多层次的有序链表，通过随机地选择层数来实现插入、查找和删除都是O(logn)的时间复杂度（和平衡树同样的效率，但实现比平衡树简单很多）。关于skip list的具体介绍可以参见William Pugh的论文：Skip Lists: A Probabilistic Alternative to Balanced Trees 。下面我们来分析一下redis中skip list的实现。
Redis中skip list主要有zskiplist和zskiplistNode两个数据结构：
typedef struct zskiplistNode {
robj *obj;
double score;
struct zskiplistNode *backward;
struct zskiplistLevel {
struct zskiplistNode *forward;
unsigned int span;
} level[];
} zskiplistNode;
typedef struct zskiplist {
struct zskiplistNode *header, *tail;
unsigned long length;
int level;
} zskiplist;
其中zskiplistNode中包含一个zskiplistLevel数组，数组的大小根据节点所在的层数(level)决定。backward指针是为了方便向后遍历而对skip list做的改进。
主要的API有：
zslCreate 创建一个zskiplist，并添加一个具有最高层数ZSKIPLIST_MAXLEVEL（代码中定义为32）的节点来管理分层的链表。
zslInsert 插入一个节点到zskiplist，并调整每一个层级的链表都是有序的。
zslDelete 从zskiplist删除一个节点，并调整剩余节点在每个层级都是有序的。
zslRandomLevel 为新加入的节点随机产生一个不超过ZSKIPLIST_MAXLEVEL的层数。
zslInsert和zslDelete函数都需要首先查找到合适的位置或节点，查找的代码很简单，直接包含在了这两个函数内：
x = zsl->header;
for (i = zsl->level-1; i >= 0; i–) {
/* store rank that is crossed to reach the insert position */
rank[i] = i == (zsl->level-1) ? 0 : rank[i+1];
while (x->level[i].forward &&
(x->level[i].forward->score < score ||
(x->level[i].forward->score == score &&
compareStringObjects(x->level[i].forward->obj,obj) < 0))) {
rank[i] += x->level[i].span;
x = x->level[i].forward;
}
update[i] = x;
}
查找是从zskiplist现有的最高层开始向前，并在查找的过程中根据规则转向低层的链表继续，一直到skip list的最低层为止。同时看到redis的实现中允许相同的score存在（这时按对象的字符串进行比较），但不允许具有相同值的对象并存（集合的特性）。
下面通过一个例子来说明skip list的建立过程。
按顺序执行下列语句：
zslInsert(zsl, 5, obj1); //level=1;
zslInsert(zsl, 3, obj2); //level=2;
zslInsert(zsl, 4, obj3); //level=1;
zslInsert(zsl, 1, obj4); //level=3;
zslInsert(zsl, 2, obj5); //level=1;
现在的zsl结构如下图所示，其中level array的数组下标是为了图例更直观，实际不占存储空间。为了保证图例的简洁，backward的指针没有画出，对应level 0红色指针相反方向的指针。
祝大家玩儿的开心！（学霸哥^_^）。
转载请注明：爱开源 » Redis skip list结构分析