zset：默认ziplist存储，在数据量达到一定数量下（配置文件可定制），使用跳表skipList实现
二、应用场景
万亿级日访问量下，Redis在微博的9年优化历程 https://cloud.tencent.com/developer/news/462944 ~~干货满满
转载：https://blog.csdn.net/qq_42046105/article/details/95272836
首先介绍一下业务背景：总用户量大概是 5亿左右，月活 5kw，日活近 2kw 。服务端有 1000 多个 Redis 实例，100+ 集群，每个实例的内存控制在 20g 以下。
典型场景：
KV 缓存，分布式锁，延时队列，定时任务，频率控制，服务发现，位图，模糊计数，布隆过滤器
网站访问统计、分布式Session、应用排行榜、社交关系图
KV 缓存
基本使用：用 Redis 来缓存用户信息、会话信息、商品信息等等
当数据量不断增长时，就使用 Codis 或者 Redis-Cluster 集群来扩容。
除此之外 Redis 还提供了缓存模式，Set 指令不必设置过期时间，它也可以将这些键值对按照一定的策略进行淘汰。
打开缓存模式的指令是：config set maxmemory 20gb ，这样当内存达到 20gb 时，Redis 就会开始执行淘汰策略，给新来的键值对腾出空间。
这个策略 Redis 也是提供了很多种，总结起来这个策略分为两块：划定淘汰范围，选择淘汰算法。
比如我们线上使用的策略是 allkeys-lru。这个 allkeys 表示对 Redis 内部所有的 key 都有可能被淘汰，不管它有没有带过期时间，而volatile只淘汰带过期时间的。
当这个范围圈定之后，会从中选出若干个名额，怎么选择呢，这个就是淘汰算法。
最常用的就是 LRU 算法，它有一个弱点，那就是表面功夫做得好的人可以逃过优化。 Redis 4.0 里面引入了 LFU 算法，要对平时的成绩也进行考核，只做表面功夫就已经不够用了，还要看你平时勤不勤快。
最后还一种极不常用的算法 —— 随机摇号算法，这个算法有可能会把 CEO 也给淘汰了，所以一般不会使用它。
分布式锁
使用场景
给你一个亿的keys，Redis如何统计？ https://new.qq.com/omn/20210105/20210105A04VDK00.html
