在使用 Redis 的 ZSET 实现排行榜功能时，确实遇到分数精度和大小限制的问题是比较常见的。Redis 的 ZSET 使用双精度浮点数作为分数，其精度有限，特别是当需要存储较大数值时会遇到问题。你提到了使用分数+时间戳的方式，但受到分数长度限制的影响。

以下是几种解决方案或优化思路，可以帮助你解决这个问题：

1. 分数的位数问题

如果使用分数+时间戳的方式，确实会受到 Redis 分数精度的限制，因为 Redis 的 ZSET 分数是双精度浮点数，精度有限。当分数较大时，精度可能会丢失，导致排序不准确。

2. 自定义序列化分数

一种解决方案是，将分数和时间戳组合成一个字符串作为 ZSET 的成员，而不是使用分数。例如，可以使用以下格式：

<rank_score>_<timestamp>

其中：
- <rank_score> 是用于排名的分数，可以是整数或浮点数，反映实际的排名值。
- <timestamp> 是成员的时间戳，用于解决分数相同时的排序问题。

这样做的好处是，你可以完全控制分数的格式和精度，而不受 Redis 内部分数类型的限制。你可以使用字符串形式存储，然后在需要比较或排序时，根据需要解析分数和时间戳。

3. 使用其他方案代替 ZSET

如果 Redis 的 ZSET 无法满足你的需求，考虑使用其他数据存储方案或数据库来实现排行榜功能。例如：
- Sorted Array in Redis: 可以使用 Redis 的 List 结构来存储成员，每个成员是一个 JSON 对象，包含排名分数和时间戳等信息。然后使用 Redis 的命令（如 LRANGE）来获取排行榜数据，并在应用层进行排序和处理。
- Redis Lua 脚本: 编写复杂的 Lua 脚本来实现自定义的排行榜逻辑，可以更灵活地处理分数和时间戳的组合。

4. 数据库分片或缓存优化

如果排行榜数据量很大，可以考虑分片存储，即将排行榜数据按照一定规则分割存储到不同的 Redis 实例中，或者使用 Redis Cluster 来分布数据。这样可以降低单个实例的负载和数据量。

总结

选择合适的方案取决于你的具体需求和数据规模。如果 Redis 的 ZSET 不能满足需求，可以考虑以上提到的替代方案或者结合多种技术手段来达到最优的性能和功能。