Redis TopK.ADD 返回被淘汰元素时怎么判断哪个候选退出
Redis TopK.ADD 返回的不是“成功/失败”标记,而是一个与输入 item 按位置对齐的数组。某个位置返回字符串,表示对应的新 item 进入 Top-K 时挤出了一个旧候选;返回 nil/null,表示这个位置没有候选退出。要判断哪个候选退出,先看返回槽位,再把非空值当作被挤出的旧候选读取。
官方地址:https://redis.io/docs/latest/commands/topk.add/
例如执行TOPK.ADD topk foo bar 42后得到nil、baz、nil,应解释为bar这次写入挤出了baz;不能把返回值baz当成新加入的 item,也不能把它理解成 Redis 因内存不足删除了一个 key。
- 批量输入和返回数组一一对应,不能只看数组里有哪些非空值而丢失位置。
- 非空槽位是被 Top-K 列表挤出的旧候选,
nil/null是正常的“没有退出项”。 TOPK.LIST、TOPK.QUERY、TOPK.COUNT用来复查当前状态,不负责替代TOPK.ADD的事件回执。
先把返回数组和输入 item 按位置对齐
TOPK.ADD key items [items ...] 可以一次接收多个 item。返回数组的第 1 个元素对应第 1 个输入,第 2 个元素对应第 2 个输入,以此类推。只有某个新 item 进入了当前 Top-K,并因此让旧候选退出时,对应槽位才会出现被挤出的字符串。
官方示例中的结果可以按下面的表来读:
| 输入位置 | 输入 item | 返回槽位 | 含义 |
|---|---|---|---|
| 1 | foo | nil | foo 写入后没有候选退出 |
| 2 | bar | baz | bar 进入时 baz 被挤出 |
| 3 | 42 | nil | 42 写入后没有候选退出 |
因此,批量命令不要只做“返回数组非空”判断。应用侧应保留输入数组,用下标把 items[i] 和 dropped[i] 绑定起来;这样才能记录“谁进入、谁退出”的事件。

单个和批量写入都用同一条判定规则
单个 item 时,返回结果可以直接判定;多个 item 时,按数组位置逐项判定。下面的命令只演示读取语义,注释说明了每一步的目的:
# 先确保 Top-K sketch 已经存在;TOPK.ADD 不负责初始化 key redis-cli TOPK.RESERVE topk 3 # 每个输入位置都会得到一个返回槽位 redis-cli TOPK.ADD topk foo bar 42 # 单个写入时,非空返回值就是被挤出的旧候选 redis-cli TOPK.ADD topk new_candidate
如果客户端返回数组中的第二项是 baz,判断式可以写成:items[1] = bar、dropped[1] = baz,所以记录一条“bar 触发 baz 退出”的事件。若该槽位为 nil 或 RESP3 的 null,不要当作异常重试;它只是说明这次更新没有让旧候选退出。
还要把命令错误和正常空槽位分开:不存在 Top-K key、参数数量不对或 key 类型错误属于命令错误;非空数组中的 nil/null 属于正常返回内容。这样日志和告警才不会把每次未发生淘汰都报成故障。
用三条命令复查候选是否真的退出
TOPK.ADD 的返回值适合记录“本次更新发生了什么”,而复查当前状态时要看另外三个命令:
TOPK.LIST topk:查看当前 Top-K 列表,确认被返回的旧候选是否已经不在当前列表中。TOPK.QUERY topk baz:查询某个候选是否仍被视为 Top-K 成员,结果是成员关系,不是退出事件。TOPK.COUNT topk bar baz:读取候选的概率计数,用来辅助解释排名变化,不能把它当作精确频次。
# 查看写入之后当前保留的 K 个候选 redis-cli TOPK.LIST topk # 检查被返回的候选是否仍在 Top-K 成员集合中 redis-cli TOPK.QUERY topk baz # 对比触发写入的新候选和被挤出的旧候选的近似计数 redis-cli TOPK.COUNT topk bar baz
这三步的顺序很实用:先保存 TOPK.ADD 回执,再按需查询当前列表和成员关系。不要反过来只依赖 TOPK.LIST 推断“谁刚刚退出”,因为列表是当前快照,无法告诉你是哪一次写入造成了变化。

应用侧记录事件时要守住两个边界
第一,Top-K 是概率数据结构,适合从流式数据里找高频候选,计数和排名存在近似性。返回非空值说明该次 sketch 更新报告了一个被挤出的候选,但不应据此声称完整流量中的精确排名已经确定。如果业务需要精确审计或可回放排行榜,应另外保存原始事件或使用精确数据结构。
第二,本文的“淘汰”只指候选离开 Top-K 列表,不是 Redis 的 maxmemory-policy 对 key 做的内存淘汰。两者的触发条件、对象和后续处理都不同:前者可以把返回值写入热点变化日志,后者要从 Redis 内存配置、命中率和 key 生命周期排查。
在 Go 客户端里可以把解析逻辑压缩成一个明确的循环,关键是保留输入顺序并跳过空槽位:
// RecordTopKChanges 将每个输入和对应的被挤出候选配对。
// dropped[i] 为空时表示该次更新没有候选退出,不是命令失败。
func RecordTopKChanges(items, dropped []string) []string {
changes := make([]string, 0, len(items))
for i := range items {
if i >= len(dropped) || dropped[i] == "" {
continue // 空槽位是正常结果,避免制造误报警
}
changes = append(changes, items[i]+" -> "+dropped[i])
}
return changes
}
真实客户端可能用 nil、空指针或专用空值类型表示 RESP 的空槽位,接入时要按客户端 API 处理,不要仅凭字符串比较。命令层的错误则应由调用返回的 error 单独处理。
常见问题
返回的字符串是新加入 Top-K 的 item 吗?
不是。非空字符串是被挤出列表的旧候选;新加入的 item 由你调用时传入的输入位置确定。
每次 TOPK.ADD 都会返回一个候选吗?
不会。只有发生候选退出的输入位置返回非空值,其余位置正常返回 nil/null。
能用 TOPK.LIST 找出刚刚退出的候选吗?
不能可靠地还原事件。应优先保存 TOPK.ADD 的返回数组,TOPK.LIST 只适合查看当前快照。
Top-K 候选退出是不是 Redis 删除了一个 key?
不是。它是 sketch 内部的候选替换;Redis 全局 key 淘汰属于内存策略问题,排查路径完全不同。
最稳妥的判断顺序就是:保留输入顺序,逐槽读取 TOPK.ADD 返回值;非空值记录为“输入 item 触发旧候选退出”,空值跳过;需要解释当前状态时,再用 TOPK.LIST、TOPK.QUERY 和 TOPK.COUNT 做辅助复查。
RediSearch FT.SEARCH 的 SLOP 和 INORDER 有什么区别
- 上一篇
- RediSearch FT.SEARCH 的 SLOP 和 INORDER 有什么区别
- 下一篇
- Redis Cuckoo Filter 用 CF.DEL 删除不存在成员时为什么返回 0
-
- 数据库 · Redis | 23分钟前 | Redis · redis Redis Cluster CLUSTER BUMPEPOCH current epoch configEpoch 集群拓扑
- Redis CLUSTER BUMPEPOCH 什么时候适合修正拓扑纪元
- 364浏览 收藏
-
- 数据库 · Redis | 24分钟前 | Redis · 命令行工具 · 运维 · redis 内存测试 redis-server 硬件诊断 --test-memory Redis排障
- redis-server --test-memory 怎么判断内存测试结果
- 166浏览 收藏
-
- 数据库 · Redis | 24分钟前 |
- RediSearch FT.CREATE 的 FILTER 怎么只索引满足条件的文档
- 194浏览 收藏
-
- 数据库 · Redis | 26分钟前 |
- redis_exporter 怎么配置 HTTP 监听地址和 metrics 路径
- 109浏览 收藏
-
- 数据库 · Redis | 31分钟前 | Redis · 故障排查 · docker redis NAT Redis Cluster MOVED cluster-announce-ip cluster bus
- Redis Cluster 容器部署时 cluster-announce-ip 怎么填写节点可达地址
- 242浏览 收藏
-
- 数据库 · Redis | 31分钟前 | Redis · 故障排查 · redis timeout redis.conf 客户端连接 半开连接 tcp-keepalive
- Redis tcp-keepalive 和 timeout 有什么区别
- 116浏览 收藏
-
- 数据库 · Redis | 34分钟前 |
- Redis redis-cli --askpass 怎么避免密码出现在进程参数中
- 485浏览 收藏
-
- 数据库 · Redis | 1天前 |
- Redis LATENCY DOCTOR怎样从延迟报告定位事件类型
- 246浏览 收藏
-
- 数据库 · Redis | 1天前 |
- Redis WAITAOF怎样等待写入到 AOF 磁盘
- 499浏览 收藏
-
- 数据库 · Redis | 1天前 |
- Redis HPEXPIRE 怎样按毫秒设置哈希字段过期时间
- 487浏览 收藏
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 893次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 894次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 978次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 966次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 791次使用
-
- Redis Stream XTRIM 如何避免消费组积压无限增长
- 2026-09-12 501浏览
-
- Redis AOF rewrite 期间如何判断磁盘与内存压力
- 2026-09-12 501浏览
-
- Redis RDB 和 AOF 怎么按可接受数据丢失量选择
- 2026-09-08 501浏览
-
- Redis XAUTOCLAIM 之后为什么仍有 pending:JUSTID、PEL 与消息删除边界
- 2026-08-29 501浏览
-
- Redis SET 的 GET 与 KEEPTTL 怎么一起验收:旧值返回、续期与回滚边界
- 2026-08-20 501浏览

