Redis远程字典服务器（7）—— set类型详解

目录

一，基本情况

二，常用命令

2.1 sadd

2.2 smembers，sismember

2.3 spop，srandmember

2.3 smove，srem

2.4 sinter，sinterstore求交集

2.5 sunion，sunionstore求并集

2.6 sdiff，sdiffstore求差集

三，内部编码

四，应用场景

4.1 标签

4.2 共同好友

4.3 统计UV

一，基本情况

set表示含义叫做“集合”，一个术语可能有多种含义，比如：set有“集合”的含义，也有“设置”的含义。

集合就是把一些有关联的数据放到一起，有下面几个特点：

1. 集合中的元素是“无序”的，这里的“无序”是和list对应的，有序还是无序，关键就在于元素顺序是否重要
2. 集合中的元素不能重复，这点和list也是相反的
3. 和list类似，集合中的每个元素也都是string类型（我们也可以用json的格式让set存结构化数据）

二，常用命令

官方命令文档传送门：Commands | Docs (redis.io)

2.1 sadd

SADD key member [member ...]

sadd是set add的缩写，也就是往set里面添加元素，我们一般把集合里的元素叫做 “member”，每个member都是一个string字符串

2.2 smembers，sismember

smembers作用是获取一个set里的是所有元素，是无序的；sismember作用是判断一个元素是否在set里

集合的操作都是带有“ S ”前缀的，判定当前元素是否在集合中

2.3 spop，srandmember

 pop一般表示“从末尾”删除一个元素，由于集合中的元素是无序的，此时“哪一个元素是末尾”就无关紧要了，使用spop删除元素的时候，是“随机删除”；srandmember作用是“随机”从key中获取一个数

spop key [count] #其中当count不写的时候，随机删除一个；写的时候，写几个删几个

注意：官方文档保证，spop每次删除时，都是随机的，因为在源码中实现spop可执行程序时，就采用了生成随机数的方式：

2.3 smove，srem

smove source destination member

smove作用是把 member 从 source 上删除，再插入到 destination 中，两个都是set类型，当source没有member时，smove返回0；srem作用是删除指定的member，可以一次删除多个

smove： 

当set1有1时，再从set2移动一个1过来，但是由于元素不能重复，虽然smove会返回1表示插入成功，但是set2只有一个1，set1的1被删除

srem： 

2.4 sinter，sinterstore求交集

set既然称为“集合”，那么也应该有集合的功能，比如数学里的“交集”，“并集”，“差集”，Redisset类型也支持这几个操作，并且效果和数学一致：

sinter key [key...]

sinter表示获取给定的set中交集的元素，每个key都对应一个set集合，返回值就是最终交集的数据

sinterstore destination key [key...]

sinterstore作用也是求交集，但是它直接把算好的交集放进一个destination 这个 key 对应的集合中

 注意：如果key已经存在，再写入会覆盖原先的集合里的元素：

2.5 sunion，sunionstore求并集

sunion作用是获取给定的set并集中的元素，返回值为并集结果；sunionstore和上面的sinterstore一样，也是将结果存到指定key的集合中：

2.6 sdiff，sdiffstore求差集

sdiff作用是求差集，用法也和上面的一样；sdiffstore也是一样的：

三，内部编码

• intset（整数集合）：当集合中的元素都是整数并且元素的个数⼩于 set-max-intset-entries 配置 （默认 512 个）时，Redis 会选⽤ intset 来作为集合的内部实现，从⽽减少内存的使⽤。（为了节省空间，做出的特定优化）
• hashtable（哈希表）：当集合类型⽆法满⾜ intset 的条件时，Redis 会使⽤ hashtable 作为集合 的内部实现。

四，应用场景

4.1 标签

使用set来保存用户的“标签”（tag）

例如 A用户对娱乐、体育板块比较感兴趣，B用户对历史、新闻比较感兴趣，这些兴趣点可以被抽象为标签。有了这些数据就可以得到喜欢同⼀个标签的人，以及用户的共同喜好的标签，这些数据对于增强用户体验和用户黏度都非常有帮助。 例如⼀个 电子商务网站会对不同标签的用户做不同的产品推荐。

这里说的标签，就是一些简短的字符串，此时就可以把标签保存到Redis的set中了 

“用户画像”，这种事情其实是挺复杂的事情，一般的大厂都会有专门的团队做这样的工作，用来准确描述一个人的喜好等

上面的玩法，某音是玩得最好得，其他互联网大厂一看，也都纷纷效仿和跟进 --> 信息茧房 --> 你看到的东西都是你愿意看到的，你不愿意看的就很难被你看到 --> 你看到的内容始终是一个小圈子 --> 到处传递焦虑的，当你很认真看了一个焦虑视频之后，人家服务器就判定，你非常爱看这种类型的视频，然后就给你狂推送

4.2 共同好友

 set还有一个用处，就是使用set来计算用户之间的共同好友，就是“基于求交集”

比如QQ就有时候显示“您与***有多个共同好友，点击查看详情”之类的显示

4.3 统计UV

一个互联网产品，如何衡量用户量，用户规模？

主要有两方面：

1. PV：page view，比如我打开必应，搜索一个东西，中间的每次点击，都会产生这样一个PV，简单来说就是用户每次访问这个服务器都会产生一个PV
2. UV：PV是针对一个用户的，UV就是每个用户，访问服务器，都会产生一个UV，但是同一个用户多次访问服务器，UV也不会增加了；所以UV需要按照用户进行去重，所以我们就可以使用set来实现。