Redis数据结构之集合

本文来说下Redis数据结构之集合

---

概述

集合（set）类型也是用来保存多个 字符串元素，但和 列表类型 不一样的是，集合中 不允许有重复元素，并且集合中的元素是 无序的，不能通过 索引下标 获取元素。

如图所示，集合 user:1:follow 包含着 “it”、“music”、“his”、“sports” 四个元素，一个 集合 最多可以存储 2 ^ 32 - 1 个元素。Redis 除了支持 集合内 的 增删改查，同时还支持 多个集合 取 交集、并集、差集。合理地使用好集合类型，能在实际开发中解决很多实际问题。

---

常用集合命令

官网 https://redis.io/commands#set

---

相关命令

集合内的操作命令

添加元素：sadd key element [element …]

返回结果为添加成功的 元素个数，例如：

127.0.0.1:6379> exists myset
(integer) 0
127.0.0.1:6379> sadd myset a b c
(integer) 3
127.0.0.1:6379> sadd myset a b
(integer) 0
127.0.0.1:6379>

---

删除元素：srem key element [element …]

返回结果为成功删除 元素个数，例如：

127.0.0.1:6379> srem myset a b
(integer) 2
127.0.0.1:6379> srem myset hello
(integer) 0
127.0.0.1:6379>

---

计算元素个数：scard key

scard 的 时间复杂度 为 O（1），它 不会遍历 集合所有元素，而是直接用 Redis 的 内部 的变量，例如：

127.0.0.1:6379> scard myset
(integer) 1
127.0.0.1:6379>

---

判断元素是否在集合中：sismember key element

如果给定元素 element 在集合内返回 1，反之返回 0。

127.0.0.1:6379> sismember myset c
(integer) 1
127.0.0.1:6379> sismember myset cc
(integer) 0
127.0.0.1:6379>

---

随机从集合返回指定个数元素：srandmember key [count]

[count] 是 可选参数，如果不写默认为 1。

127.0.0.1:6379> sadd myset a b c d e f
(integer) 5
127.0.0.1:6379> srandmember myset 2
1) "d"
2) "f"
127.0.0.1:6379> srandmember myset 2
1) "a"
2) "b"
127.0.0.1:6379> srandmember myset
"d"

---

从集合随机弹出元素：spop key

spop 操作可以从 集合 中 随机弹出 一个元素，例如下面代码是一次 spop 后，集合元素 变为 “d b a”

127.0.0.1:6379> smembers myset
1) "b"
2) "e"
3) "a"
4) "c"
5) "f"
127.0.0.1:6379> spop myset
"b"
127.0.0.1:6379> smembers myset
1) "e"
2) "a"
3) "c"
4) "f"
127.0.0.1:6379>

注意：Redis 从 3.2 版本开始， spop 也支持 [count] 参数。

srandmember 和 spop 都是 随机 从集合选出元素，两者不同的是 spop 命令执行后，元素 会从集合中 删除，而 srandmember 不会删除元素。

---

获取所有元素：smembers key

下面代码获取集合 myset 的 所有元素，并且 返回结果 是 无序的。

127.0.0.1:6379> smembers myset
1) "e"
2) "a"
3) "c"
4) "f"
127.0.0.1:6379>

smembers 和 lrange、hgetall 都属于 比较重 的命令，如果 元素过多 存在 阻塞 Redis 的可能性，这时候可以使用 sscan 命令来完成。

---

集合间的操作命令

现在有 两个集合，它们分别是 user:1:follow 和 user:2:follow。

127.0.0.1:6379> sadd user:1:follow it music his sports
(integer) 4
127.0.0.1:6379> sadd user:2:follow it news ent sports
(integer) 4
127.0.0.1:6379>

---

求多个集合的交集：sinter key [key …]

下面的代码是求 user:1:follow 和 user:2:follow 两个集合的 交集，返回结果是 sports、it。

127.0.0.1:6379> sinter user:1:follow user:2:follow
1) "it"
2) "sports"
127.0.0.1:6379>

---

求多个集合的并集：suinon key [key …]

下面的代码是求 user:1:follow 和 user:2:follow 两个集合的 并集，返回结果是 sports、it、his、news、music、ent。

127.0.0.1:6379> sunion user:1:follow user:2:follow
1) "music"
2) "ent"
3) "his"
4) "news"
5) "it"
6) "sports"
127.0.0.1:6379>

---

求多个集合的差集：sdiff key [key …]

下面的代码是求 user:1:follow 和 user:2:follow 两个集合的 差集，返回结果是 music和 his。

127.0.0.1:6379> sdiff user:1:follow user:2:follow
1) "his"
2) "music"
127.0.0.1:6379>

前面三个求 交集、并集 和 差集 的操作得到的结果，如图所示：

---

将交集、并集、差集的结果保存

集合间 的运算在 元素较多 的情况下会 比较耗时，所以 Redis 提供了以下 三个命令（原命令 + store）将 集合间交集、并集、差集 的结果保存在 destination key 中。

sinterstore destination key [key …] suionstore destination key [key …] sdiffstore destination key [key …]

下面的操作会将 user:1:follow 和 user:2:follow 两个集合 的 交集结果 保存在 user:1_2:inter 中，user:1_2:inter 本身也是 集合类型。

127.0.0.1:6379> sinterstore user:1_2:inter user:1:follow user:2:follow
(integer) 2
127.0.0.1:6379> type user:1_2:inter
set
127.0.0.1:6379> smembers user:1_2:inter
1) "it"
2) "sports"

有关 集合 的 常用命令 基本上就是这么多了，下表给出了 集合常用命令 的 时间复杂度，开发人员可以根据自身需求进行选择。

---

内部编码

集合类型 的 内部编码 有两种：

intset（整数集合）

当集合中的元素都是 整数 且 元素个数 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。

---

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。

---

具体示例

内部编码为整数集合

当元素个数 较少 且都为 整数 时，内部编码 为 intset。

127.0.0.1:6379> sadd setkey 1 2 3 4
(integer) 4
127.0.0.1:6379>  object encoding setkey
"intset"
127.0.0.1:6379>

内部编码为哈希

当 元素个数 超过 512 个，内部编码 变为 hashtable

127.0.0.1:6379> sadd setkey 1 2 3 4 5 6 ... 512 513
(integer) 513
127.0.0.1:6379> scard setkey
(integer) 513
127.0.0.1:6379> object encoding listkey
"hashtable"

当某个元素 不为整数 时，内部编码 也会变为 hashtable。

127.0.0.1:6379> sadd setkey a b
(integer) 2
127.0.0.1:6379> object encoding setkey
"hashtable"
127.0.0.1:6379>

有关集合类型的 内存优化 技巧，后面的文章会有专门的讲解。

---

应用场景

用户标签

集合类型 比较典型的使用场景是 标签（tag）。简单的举两个例子：

娱乐新闻推荐

一个用户可能对娱乐、体育比较感兴趣，另一个用户可能对历史、新闻比较感兴趣，这些兴趣点就是标签。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，这些数据对于用户体验以及增强用户黏度比较重要。

电商人群分类

一个电子商务的网站会对不同标签的用户做不同类型的推荐，比如对数码产品比较感兴趣的人，在各个页面或者通过邮件的形式给他们推荐最新的数码产品，通常会为网站带来更多的利益。

下面使用 集合类型 实现 标签功能。

• 给用户添加标签

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

• 给标签添加用户

sadd tag1:users user:1 user:3
sadd tag2:users user:1 user:2 user:3
...
sadd tagk:users user:1 user:2
...

用户 和 标签 的 关系维护 应该在 一个事务内 执行，防止 部分命令失败 造成的 数据不一致，有关如何将 两个命令 放在 一个事务 中，后面会介绍 Lua 的使用。

• 删除用户下的标签

srem user:1:tags tag1 tag5
...

• 删除标签下的用户

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

• 计算用户共同感兴趣的标签

可以使用 sinter 命令，来计算 用户共同感兴趣 的 标签。

sinter user:1:tags user:2:tags

上面只是给出了使用 Redis 集合类型 实现 标签 的基本思路，实际上一个 标签系统 远比这个要 复杂 得多，不过 集合类型 的 应用场景 通常为以下几种：

命令组合	应用场景
sadd	Tagging（标签）
spop/srandmember	Random item（生成随机数，比如抽奖）
sadd + sinter	Social Graph（社交需求）

---

本文参考

《Redis 开发与运维》

---

本文小结

本文介绍了 Redis 中的 集合 的 一些 基本命令，包括 集合内部的操作命令 和 集合之间的操作命令，其次还介绍了 集合 的 内部编码 转换和以 用户行为标签 为主的 应用场景。