当前位置:首页 > 文章列表 > 数据库 > Redis > Redis ZRANK 与 ZREVRANK 怎样判断成员位置

Redis ZRANK 与 ZREVRANK 怎样判断成员位置

来源:17golang原创 2026-11-14 20:01:05 0浏览 收藏

Redis 有序集合判断成员位置时,先看你要的是哪一种顺序:ZRANK 按 score 从小到大排名,ZREVRANK 按 score 从大到小排名。两条命令返回的都是从 0 开始的索引,所以第一名或最低分成员的返回值可能是 0,不能把它当成“没有找到”。

官方地址:https://redis.io/

记忆方法:正向排名用 ZRANK,倒序排名用 ZREVRANK;成员不存在时返回空结果,成员在第一位时返回 0。

先准备一组能看出方向的数据

下面用一个排行榜保存三个成员。分数越大,通常越靠前;但 Redis 的有序集合本身只保存 score 与 member 的排序关系,最终采用升序还是降序由读取命令决定。

# 写入三个成员;分数相同的成员还会按 member 的字典序处理
redis-cli ZADD leaderboard 80 "alice" 95 "bob" 70 "carol"

# 按升序查看成员,确认底层有序集合中的排列
redis-cli ZRANGE leaderboard 0 -1 WITHSCORES

这组数据的升序顺序是 carol(70)、alice(80)、bob(95)。如果业务把最高分称为第一名,展示时就不应该直接把 ZRANK 的结果当作名次。

Redis 有序集合中 score、member 与 ZRANK ZREVRANK 排名方向的静态关系图
图1:有序集合成员、分数与两种排名方向的结构说明图;这是静态说明图,不是终端截图。

ZRANK:按分数升序返回 0-based 位置

ZRANK key member 返回成员在升序序列中的位置。对上面的数据,最低分 carol 的位置是 0,alice 是 1,最高分 bob 是 2。

# carol 的分数最低,所以升序位置是 0
redis-cli ZRANK leaderboard carol

# bob 的分数最高,但在升序序列中位置是 2
redis-cli ZRANK leaderboard bob

# 需要分数时可以同时请求 WITHSCORE
redis-cli ZRANK leaderboard bob WITHSCORE

返回值是位置,不是分数。若接口要输出“从 1 开始的名次”,可以在确认成员存在后计算 rank + 1;不要在 Redis 命令层面把 0 改成空值,否则会丢失第一位成员。

ZREVRANK:按分数降序返回 0-based 位置

ZREVRANK key member 把排序方向反过来。此时最高分 bob 的位置为 0,alice 为 1,carol 为 2。它更适合“分数越高名次越靠前”的排行榜。

# bob 的分数最高,所以倒序位置是 0
redis-cli ZREVRANK leaderboard bob

# carol 的分数最低,所以倒序位置是 2
redis-cli ZREVRANK leaderboard carol

# 同时读取倒序位置和 score,避免再次查询成员分数
redis-cli ZREVRANK leaderboard alice WITHSCORE

在 Redis 当前命令文档中,ZRANK 和 ZREVRANK 的单成员查询复杂度都是 O(log(N))。如果页面还要展示整个榜单,排名查询与列表读取应按接口需要组合,不要为每个成员重复发起不必要的请求。

Redis ZRANK 与 ZREVRANK 的 0-based 返回值和不存在成员边界静态关系图
图2:位置 0、普通位置和成员不存在返回边界的关系图;这是静态说明图,不是运行结果截图。

成员不存在时,怎样避免把空结果当成位置 0

查询一个不在有序集合中的成员时,Redis 返回空结果。使用 redis-cli 观察时通常看起来像空行;在客户端库里通常对应 nil、null 或可判定的空响应。它和合法位置 0 完全不同。

# nobody 不在集合中;返回空结果,不是 0
redis-cli ZRANK leaderboard nobody

# 删除测试集合,空 key 上查询也会得到空结果
redis-cli DEL leaderboard
redis-cli ZREVRANK leaderboard bob

业务代码应先判断“是否有返回值”,再把位置转换成展示名次。若客户端把返回值统一转换成整数,必须确认它是否会把 nil 自动转成 0;一旦存在这种转换,就可能把“不存在成员”误报为“第一名”。

排名命令速查与常见误区

需求命令位置 0 表示什么
从低分到高分找位置ZRANK最低分成员
从高分到低分找位置ZREVRANK最高分成员
同时取位置和分数命令后加 WITHSCORE仍然是合法位置
成员不存在或 key 不存在两条命令都返回空结果不是位置 0

最后记住两个边界:score 相同的成员仍然需要按 member 的排序规则稳定处理;而“第几名”通常是业务语言,Redis 返回的是 0-based 位置。选择命令时先确定排序方向,再设计空值和名次转换逻辑。

相关问题

ZRANK 返回 0 是不是查询失败?

不是。返回 0 表示成员确实存在,并位于当前排序方向的第一位;查询失败或成员不存在要看客户端的空结果或错误信息。

怎样拿到从 1 开始的排行榜名次?

先判断返回值不是空,再对 0-based 位置加 1。不要直接把空值转换成整数后再加 1。

版本声明
本文转载于:17golang原创 如有侵犯,请联系study_golang@163.com删除
Redis SRANDMEMBER COUNT 怎样随机读取多个成员而不删除Redis SRANDMEMBER COUNT 怎样随机读取多个成员而不删除
上一篇
Redis SRANDMEMBER COUNT 怎样随机读取多个成员而不删除
Redis FUNCTION LOAD 怎样部署函数库
下一篇
Redis FUNCTION LOAD 怎样部署函数库
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    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
    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
    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
    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
    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
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    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。
    1027次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    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。
    1029次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    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。
    1171次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    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。
    1133次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    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。
    972次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码