异常教程

Redis Zscan 命令（建议收藏）

更新时间:

💡一则或许对你有用的小广告

欢迎加入小哈的星球 ，你将获得：专属的项目实战 / 1v1 提问 / Java 学习路线 / 学习打卡 / 每月赠书 / 社群讨论

截止目前， 星球 内专栏累计输出 90w+ 字，讲解图 3441+ 张，还在持续爆肝中.. 后续还会上新更多项目，目标是将 Java 领域典型的项目都整一波，如秒杀系统, 在线商城, IM 即时通讯，权限管理，Spring Cloud Alibaba 微服务等等，已有 3100+ 小伙伴加入学习 ，欢迎点击围观

什么是 Redis ZSCAN 命令？

Redis 是一款高性能的内存数据库，因其灵活的数据结构和快速的读写能力，在缓存、计数器、排行榜等场景中被广泛应用。在 Redis 的众多命令中，ZSCAN 是一个用于遍历有序集合（Sorted Set）的迭代命令。它允许开发者在不阻塞 Redis 服务的情况下，安全地扫描大型有序集合中的元素。

与直接使用 ZRANGE 或 ZREVRANGE 全量查询不同，ZSCAN 通过游标（Cursor）机制分批次读取数据，特别适合处理海量数据场景。例如，当有序集合包含数百万甚至上亿条记录时，直接使用全量查询可能导致 Redis 阻塞，而 ZSCAN 可以避免这一问题。

Redis 有序集合基础：理解 ZSCAN 的底层逻辑

什么是有序集合（Sorted Set）？

Redis 的有序集合是一种由 元素（member） 和 分数（score） 组成的数据结构。每个元素都是唯一的，但分数可以重复。有序集合的特点包括：

  • 按分数排序：元素根据分数值从小到大排列。
  • 元素唯一性：相同的元素无法重复添加。
  • 高效操作：支持快速的插入、删除和范围查询。

例如，假设我们要记录用户的游戏得分，可以使用有序集合：

ZADD game_scores 85 "Alice" 92 "Bob" 78 "Charlie"

ZRANGE 的局限性：为什么需要 ZSCAN？

ZRANGE 是 Redis 中常用的命令，用于按分数范围查询有序集合中的元素。例如：

ZRANGE game_scores 0 -1 WITHSCORES

这条命令会返回所有元素及其分数。然而，当有序集合包含大量数据时（例如百万级），ZRANGE 可能导致以下问题：

  1. 内存消耗高：全量查询需要一次性加载所有数据到内存，可能引发性能问题。
  2. 阻塞 Redis 服务：长时间的全量查询会占用 Redis 的线程，影响其他操作的响应速度。

此时，ZSCAN 的作用就凸显出来。它通过分批次扫描数据，避免了单次查询的性能风险。

ZSCAN 命令详解：语法、参数与示例

基础语法与参数说明

ZSCAN 的基本语法如下：

ZSCAN key cursor [MATCH pattern] [COUNT count]
  • key：要扫描的有序集合的键名。
  • cursor：游标值，初始值为 0，后续由 Redis 返回的游标值继续扫描。
  • MATCH pattern（可选）：仅返回匹配指定模式的元素。例如 MATCH user_*。
  • COUNT count（可选）：建议每次迭代返回的元素数量，但实际返回可能多于或少于该值。

示例：分批次扫描有序集合

假设我们有一个名为 products 的有序集合，存储商品的销售数量（分数）和商品名称：

ZADD products 100 "Apple" 150 "Banana" 200 "Orange" 50 "Grape"

使用 ZSCAN 分批次扫描：

ZSCAN products 0 COUNT 2

返回结果可能如下：

1) "10"        // 新游标值
2) 1) "Apple"  // 第一批元素
   2) "100"
   3) "Banana"
   4) "150"

接下来使用返回的游标 10 继续扫描：

ZSCAN products 10 COUNT 2

返回结果可能为：

1) "0"         // 游标归零，表示扫描完成
2) 1) "Orange"
   2) "200"
   3) "Grape"
   4) "50"

当游标变为 0 时，表示遍历结束。

ZSCAN 与 ZRANGE 的对比：适用场景分析

核心区别：全量查询 vs 分批次迭代

特性ZRANGEZSCAN
数据返回方式一次性返回所有匹配的元素分批次返回，通过游标控制
适用场景小型数据集或实时性要求高的场景大型数据集或避免阻塞的场景
性能影响可能占用大量内存和阻塞线程资源占用低，非阻塞
过滤能力支持 LIMIT 参数限制返回数量支持 MATCH 和 COUNT 参数

形象比喻：图书馆目录与逐页翻查

想象一个拥有百万册图书的图书馆：

  • ZRANGE：相当于直接打印所有图书的目录，一次性生成一份庞大的清单。如果图书馆太大，打印机可能卡顿，甚至耗尽纸张。
  • ZSCAN：相当于逐页翻查目录，每次只看几页，记录已读页码（游标），直到读完整本书。这种方式更高效且不易出错。

ZSCAN 的游标机制：如何实现分批次扫描？

游标的底层原理

Redis 的有序集合在内部使用跳跃表（Skip List）和哈希表（Hash Table）的混合结构实现。ZSCAN 通过游标记录当前扫描的位置，每次迭代返回一批元素，并更新游标值。当游标为 0 时，表示遍历结束。

游标的工作流程：

  1. 初始化：调用 ZSCAN key 0，游标初始值为 0。
  2. 分批次扫描：Redis 返回一批元素和新的游标值。
  3. 继续迭代：使用上一步返回的游标值继续调用 ZSCAN，直到游标归零。

注意事项：

  • 游标可能跳跃：由于 Redis 是多线程的，其他线程可能修改数据，导致某些元素被跳过或重复。因此，ZSCAN 不保证绝对的遍历顺序和完整性。
  • 游标需保留：每次迭代必须保留上一次返回的游标，否则可能无法继续扫描。

实战案例：ZSCAN 在电商场景的应用

场景描述：遍历商品库存

假设我们有一个电商系统，使用有序集合 product_inventory 存储商品的库存数量（分数）和商品 ID：

ZADD product_inventory 100 "SKU_001" 200 "SKU_002" 50 "SKU_003"

需求：遍历所有库存低于 150 的商品，并触发补货通知。

实现步骤：

  1. 使用 ZSCAN 分批次扫描：

    ZSCAN product_inventory 0 MATCH "SKU_*" COUNT 10

  2. 处理返回结果：

    • 检查每个元素的分数（库存数量）是否低于 150。
    • 若符合，则发送补货请求。

  3. 循环迭代：根据返回的游标继续扫描，直到游标归零。

完整代码示例（Python）：

import redis

r = redis.Redis(host='localhost', port=6379, db=0)

cursor = '0'
while cursor != 0:
    result = r.zscan(
        'product_inventory',
        cursor,
        match='SKU_*',
        count=10
    )
    cursor, data = result
    for member, score in data.items():
        if int(score) < 150:
            print(f"低库存商品: {member}, 库存: {score}")
            # 触发补货逻辑

ZSCAN 的高级用法与注意事项

1. 使用 MATCH 过滤元素

通过 MATCH 参数，可以仅扫描匹配特定模式的元素。例如：

ZSCAN products 0 MATCH "Apple*"  # 匹配以 Apple 开头的商品

2. 控制单次返回量（COUNT）

COUNT 参数建议值需根据业务场景调整。例如，对于 100 万条数据，可设置 COUNT 1000，分 1000 次完成扫描。

3. 避免阻塞 Redis 服务

即使使用 ZSCAN，若单次迭代耗时过长（例如复杂的数据处理），仍可能影响 Redis 性能。建议将业务逻辑移到后台线程或异步任务中。

4. 数据一致性问题

由于 Redis 是异步的，ZSCAN 在遍历时可能遇到以下情况：

  • 元素被修改或删除：遍历过程中，其他客户端可能修改数据，导致结果不一致。
  • 分页跳跃：若数据频繁变动，游标可能无法覆盖所有元素。

此时，可结合 Lua 脚本或事务机制确保操作的原子性。

总结：Redis ZSCAN 命令的实践价值

通过本文的讲解，我们了解到 Redis ZSCAN 命令的核心作用是安全、高效地遍历大型有序集合。它通过游标机制避免了全量查询的性能风险，并提供了过滤和分批次处理的能力。在实际开发中，ZSCAN 是处理排行榜、商品库存、用户行为日志等场景的利器。

关键知识点回顾：

  • 游标迭代：通过 cursor 参数控制扫描进度，逐步完成数据遍历。
  • 参数灵活：MATCH 和 COUNT 可定制化筛选和返回量。
  • 适用场景：大数据量、高并发场景下的有序集合操作。

掌握 ZSCAN 不仅能提升代码的健壮性，还能优化 Redis 的资源利用率。建议在项目中逐步替换对 ZRANGE 的全量查询，以适应更复杂的应用需求。

最新发布

查看更多文章