一. set 類型介紹

• 集合就是把一些有關聯的數據放到一起，保存多個字符串類型的元素的 (可以使用 JSON 這樣的格式，讓 string 存儲結構化數據)，但和列表類型不同的是：
  • 元素之間是無序的。
    • 此處說的無序和之前 list 說的有序是對應的。
    • 有序：順序很重要，變換一下順序，就是不同的列表。
    • 無序：順序不重要，變換一下順序，還是那個集合。
    • list：[1, 2, 3] 和 [2, 1, 3] 是不同的 list
    • set：[1, 2, 3] 和 [2, 1, 3] 是相同的 set
  • 元素不允許重復。
  • 一個集合中最多可以存儲 2^32 - 1 個元素。
• Redis 除了支持集合內的增刪查改操作，同時還支持多個集合取交集、并集、差集，合理地使用好集合類型，能在實際開發中解決很多問題。

集合類型：

二. set 命令

在 set 中的元素叫做 member，就像在 hash 中的元素叫做 field、value 類似。

sadd、smembers、sismember

• sadd：添加?/多個元素到 set 中。注意：重復的元素無法添加到集合中。
• 語法：sadd key member [member ...]
• 時間復雜度：添加一個元素是 O(1)，添加 N 個元素是 O(N)
• 返回值：本次添加成功的元素個數。

• smembers：獲取一個 set 中的所有元素。注意：元素間的順序是無序的。
• 語法：smembers key
• 時間復雜度：O(N)，N 是集合中元素的個數。
• 返回值：所有元素的列表。

• sismember：判斷一個元素在不在 set 中。
• 語法：sismember key member
• 時間復雜度：O(1)
• 返回值：元素在 set 中，返回 1；元素不在 set 中或者 key 不存在，返回 0

scard、spop、srandmember

• scard：獲取一個 set 的基數 (cardinality)，即 set 中的元素個數。
• 語法：scard key
• 時間復雜度：O(1)
• 返回值：set 內的元素個數。

• spop：從 set 中刪除并返回一個或者多個元素。注意：由于 set 內的元素是無序的，所以取出哪個元素實際是未定義行為，即可以看作隨機的。
• 語法：spop key [count]
• 時間復雜度：O(N)，N 是 count 的個數。
• 返回值：取出的元素。

• srandmember：從 set 中返回一個或者多個隨機的元素。
• 語法：srandmember key [count]
• 時間復雜度：O(N)，N 是 count 的個數。
• 返回值：取出的元素。

在 Redis 源碼中，針對 spop 實現的時候，就采取了 “生成隨機數” srandmember 的方式。

smove、srem

• smove：將一個元素從源 set 取出并放入目標 set 中。
• 語法：smove source destination member
• 時間復雜度：O(1)
• 返回值：移動成功時，返回 1；移動失敗時，返回 0

如果我給 key1 里再添加一個 1，再次把這個 1 移動給 key2，此時 smove 不會視為出錯，也會按照 刪除-插入 進行執行。

• srem：將指定的元素從 set 中刪除
• 語法：srem key member [member ...]
• 時間復雜度：O(N)，N 是要刪除的元素個數。
• 返回值：刪除成功的元素個數。

不同操作的返回值，含義差別還是挺大的，需要用的時候，多翻文檔即可。

集合間操作

• 交集 (inter)：最終結果同時出現在兩個集合中。
• 并集 (union)：把多個集合中的數據都集中放在一起，如果元素有重復，也最終只保留一份。
• 差集 (diff)：A 和 B 做差集，就是找出 A 中存在，但是 B 中不存在的元素。

交集：sinter、sinterstore

• sinter：獲取給定 set 的交集中的元素。
• 語法：sinter key [key ...]
• 時間復雜度：O(N * M)，N 是最小的集合元素個數，M 是最大的集合元素個數。
• 返回值：交集的元素。

• sinterstore：獲取給定 set 的交集中的元素并保存到目標 set 中。
• 語法：sinterstore destination key [key ...]
• 時間復雜度：O(N * M)，N 是最小的集合元素個數，M 是最大的集合元素個數。
• 返回值：交集的元素個數。

并集：sunion、sunionstore

• sunion：獲取給定 set 的并集中的元素。
• 語法：sunion key [key ...]
• 時間復雜度：O(N)，N 是給定的所有集合的總的元素個數。
• 返回值：并集的元素。

• sunionstore：獲取給定 set 的并集中的元素并保存到目標 set 中。
• 語法：sunionstore destination key [key ...]
• 時間復雜度：O(N)，N 是給定的所有集合的總的元素個數。
• 返回值：并集的元素個數。

差集：sdiff、sdiffstore

• sdiff：獲取給定 set 的差集中的元素。
• 語法：sdiff key [key ...]
• 時間復雜度：O(N)，N 是給定的所有集合的總的元素個數。
• 返回值：差集的元素。

• sdiffstore：獲取給定 set 的差集中的元素并保存到目標 set 中。
• 語法：sdiffstore destination key [key ...]
• 時間復雜度：O(N)，N 是給定的所有集合的總的元素個數。
• 返回值：差集的元素個數。

三. set 命令小結

命令	執行效果	時間復雜度
sadd key member [member …]	向集合中添加元素	O(K)，K 是元素的個數
smembers key	求集合中的元素	O(K)，K 是元素的個數
sismember key member	判斷元素是否在集合中	O(1)
scard key	獲取集合中元素的個數	O(1)
spop key [count]	隨機刪除 count 個元素	O(N)，N 是 count
srandmember key [count]	隨機刪除 count 個元素	O(N)，N 是 count
smove source destination member	移動源集合中的一個元素到目標集合	O(1)
srem key member [member …]	刪除集合中的元素	O(K)，K 是元素的個數
sinter key [key …]	獲取集合的交集	O(N * M)，N 是最小的集合元素個數，M 是最大的集合元素個數
sinterstore destination key [key …]	存儲集合的交集到目標集合中	O(N * M)，N 是最小的集合元素個數，M 是最大的集合元素個數
sunion key [key …]	獲取集合的并集	O(N)，N 是所有集合的元素個數
sunionstore destination key [key …]	存儲集合的并集到目標集合中	O(N)，N 是所有集合的元素個數
sdiff key [key …]	獲取集合的差集	O(N)，N 是所有集合的元素個數
sdiffstore destination key [key …]	存儲集合的差集到目標集合中	O(N)，N 是所有集合的元素個數

四. set 內部編碼方式

集合類型的內部編碼有兩種：

• intset (整數集合)：當集合中的元素都是整數并且元素的個數小于 set-max-intset-entries 配置 (默認 512 個) 時，Redis 會選用 intset 來作為集合的內部實現，從而減少內存的使用。
  • Redis 是內存數據庫，當元素均為整數，并且元素的個數不是很多的時候，為了節省空間，做出的特點優化。
• hashtable (哈希表)：當集合類型無法滿足 intset 的條件時，Redis 會使用 hashtable 作為集合的內部實現。

使用 object encoding key 可以查看集合內部的編碼方式，如下：

五. set 使用場景

用戶標簽

集合類型比較典型的使用場景是標簽 (tag)，使用 set 來保存用戶的 “標簽”

• 例如 A 用戶對娛樂、體育板塊比較感興趣，B 用戶對歷史、新聞比較感興趣，這些興趣點可以被抽象為標簽。例如一個電子商務網站會對不同標簽的用戶做不同的產品推薦。
• 有了這些數據就可以得到喜歡同一個標簽的人，以及用戶的共同喜好的標簽，這些數據對于增強用戶體驗和用戶黏度都非常有幫助。分析出你這個人的一些特征，分析清楚之后，再投其所好。
• 上述用戶數據，很多公司都在共享。
  • 兩個程序，兩個賬號，如何知道這兩個賬號是一個人？
  • 現在的程序登入，主要就是兩個入口，手機號、微信。
• 通過上述過程，搜集到的用戶特征，就會轉換成 “標簽” (簡短的字符串)，此時就可以把標簽保存到 Redis 的 set 中。
  • 用戶畫像，這種事情其實是挺復雜的事情，一般一個大廠都會有專門的團隊做這樣工作。
  • 上述玩法，抖音玩的是最好的，其它互聯網大廠一看這么搞真好，于是紛紛效仿。
  • 但是存在 “信息繭房” 問題：你看到的內容始終就是一個小圈子，看不到其它圈子中的事物。
  • 當你很認真的看了一個視頻之后，人家的服務器就判定你，非常愛看這種類型的視頻，接下來就給你瘋狂推送。

下面的演示通過集合類型來實現標簽的若干功能。

• 給用戶添加標簽

sadd user:1:tags tag1 tag2 tag5
sadd user:2:tags tag2 tag3 tag5
...
sadd user:k:tags tag1 tag2 tag4

• 給標簽添加用戶

sadd tag1:users user:1 user:3
sadd tag2:users user:1 user:2 user:3
...
sadd tagk:users user:1 user:4 user:9 user:28

• 刪除用戶下的標簽

srem user:1:tags tag1 tag5
...

• 刪除標簽下的用戶

srem tag1:users user:1
srem tag5:users user:1
...

• 計算用戶的共同興趣標簽

sinter user:1:tags user:2:tags

共同好友

使用 set 來計算用戶之間的公共好友，基于 “集合求交集”

• 例如：QQ，我這邊加了很多好友，你那邊也加了很多好友。
• 基于上述還可以做一些好友推薦：A 和 B 是好友，A 和 C 是好友，B 和 C 和 D 都是好友，此時系統就會把 D 推薦給 A

統計 UV

一個互聯網產品，如何衡量用戶量，用戶規模？主要的指標，是兩方面：

• PV (page view)：用戶每次訪問該服務器，都會產生一個 PV
• UV (user view)：每個用戶訪問該服務器，都會產生一個 UV，但是同一個用戶多次訪問，不會增加 UV 的個數。
  • UV 需要按照用戶進行去重，上述的去重功能，就可以使用 set 來實現。