Redis基础学习·第八期

前言

本文章基于黑马程序员Redis教学视频进行总结，仅作为学习所用，欢迎大家在评论区多多讨论
视频连接：B站黑马程序员Redis视频（点击跳转）
在Redis基础学习·第四期（点击跳转）中谈到Redis的五种基本数据类型，这期就来聊聊Redis中的set类型

---

一、set类型

• 新的存储需求：存储大量的数据，在查询方面提供更高的效率(list类型有顺序有索引存储大量数据但链表结构查询效率低)
• 需要的存储结构：能够保存大量的数据，高效的内部存储机制，便于查询
• set类型：与hash存储结构完全相同，仅存储键，不存储值（nil），并且值是不允许重复的
  

二、set 类型数据的基本操作

• 添加数据

sadd key member1 [member2]

• 获取全部数据

smembers key

• 删除数据

srem key member1 [member2]

• 获取集合数据总量

scard key

• 判断集合中是否包含指定数据

sismember key member

三、set 类型数据的扩展操作

业务场景一

每位用户首次注册使用今日头条时会设置3项爱好的内容，但是后期为了增加用户的活跃度、兴趣点，必须让用户对其他信息类别逐渐产生兴趣，增加客户留存度(用户粘性)，如何实现？

业务分析

• 系统分析出各个分类的最新或最热点信息条目并组织成set集合
• 随机挑选其中部分信息
• 配合用户关注信息分类中的热点信息组织成展示的全信息集合

解决方案

• 随机获取集合中指定数量的数据[原集合不变]
• 推荐过了可能还会推

srandmember key [count]

• 随机获取集合中的某个数据并将该数据移出集合[原集合发生改变]
• 推荐过了不会再推，分配过了不会再分[比如给每个人分配不同任务]

spop key [count]

Tips：

• redis 应用于随机推荐类信息检索，例如热点歌单推荐，热点新闻推荐，热卖旅游线路，应用APP推荐，大V推荐等

业务场景二

• 脉脉为了促进用户间的交流，保障业务成单率的提升，需要让每位用户拥有大量的好友，事实上职场新人不具有更多的职场好友，如何快速为用户积累更多的好友？[共同好友]
• 新浪微博为了增加用户热度，提高用户留存性，需要微博用户在关注更多的人，以此获得更多的信息或热门话题，如何提高用户关注他人的总量？[他关注了哪些人？哪些人关注了他？]
• QQ新用户入网年龄越来越低，这些用户的朋友圈交际圈非常小，往往集中在一所学校甚至一个班级中，如何帮助用户快速积累好友用户带来更多的活跃度？[共同好友]
• 微信公众号是微信信息流通的渠道之一，增加用户关注的公众号成为提高用户活跃度的一种方式，如何帮助用户积累更多关注的公众号？[xx位朋友关注——共同关注]
• 美团外卖为了提升成单量，必须帮助用户挖掘美食需求，如何推荐给用户最适合自己的美食？[美食共性]

解决方案

• 求两个集合的交、并、差集

sinter key1 [key2] 
sunion key1 [key2] 
sdiff key1 [key2]

• 求两个集合的交、并、差集并存储到指定集合中

sinterstore destination key1 [key2] 
sunionstore destination key1 [key2] 
sdiffstore destination key1 [key2]

• 将指定数据从原始集合中移动到目标集合中

smove source destination member

集合关系：

Tips ：

• redis 应用于同类信息的关联搜索，一、二度关联搜索，深度关联搜索
• 显示共同关注（一度）
• 显示共同好友（一度）
• 由用户A出发，获取到好友用户B的好友信息列表（一度）
• 由用户A出发，获取到好友用户B的购物清单列表（二度）
• 由用户A出发，获取到好友用户B的游戏充值列表（二度）

业务场景三

集团公司共具有12000名员工，内部OA系统中具有700多个角色，3000多个业务操作，23000多种数据，每位员工具有一个或多个角色，如何快速进行业务操作的权限校验？

说明：绿色框框——业务操作；黄色框框——数据访问权限

解决方案

• 依赖set集合数据不重复的特征[将一个人对应的所有操作放到一个set集合中]，依赖set集合hash存储结构特征完成数据过滤与快速查询
• 根据用户id获取用户所有角色
• 根据用户所有角色获取用户所有操作权限放入set集合
• 根据用户所有角色获取用户所有数据全选放入set集合
  
  uid为007的用户同时拥有着rid:001和rid:002两种角色和
  smembers和sismember两种校验方式的区别：
• smembers：数据存储方提供数据，然后将校验的业务操作交给程序的service层来处理[耦合度低，推荐！]
• sismember：直接在数据存储方进行校验，返回一个结果[耦合度高]将业务校验操作留在了数据存储方处理[不推荐]

牢记：数据是数据，业务是业务
Redis提供基础数据还是提供校验结果？答：提供基础数据，不要融合！

Tips：

• Redis应用于同类型不重复数据的合并操作

业务场景四

公司对旗下新的网站做推广，衡量网站的三类指标：统计网站的PV（访问量）,UV（独立访客）,IP（独立IP）。
PV：网站被访问次数，可通过刷新页面提高访问量
UV：网站被不同用户访问的次数，可通过cookie统计访问量，相同用户切换IP地址，UV不变(用户量)
IP：网站被不同IP地址访问的总次数，可通过IP地址统计访问量，相同IP不同用户访问，IP不变

解决方案

• 利用set集合的数据去重特征(对重复的数据进行过滤)，记录各种访问数据
• 建立string类型数据，利用 incr 统计日访问量（PV）
• 建立set模型，记录不同cookie数量（UV）
• 建立set模型，记录不同IP数量（IP）
  
  对于cookie也是一样的操作

Tips ：

• Redis 应用于同类型数据的快速去重

业务场景五

**黑名单：**开放性但会过滤
资讯类信息类网站追求高访问量，但是由于其信息的价值，往往容易被不法分子利用，通过爬虫技术，快速获取信息，个别特种行业网站信息通过爬虫获取分析后，可以转换成商业机密进行出售。例如第三方火车票、机票、酒店刷票代购软件，电商刷评论、刷好评。
同时爬虫带来的伪流量也会给经营者带来错觉，产生错误的决策，有效避免网站被爬虫反复爬取成为每个网站都要考虑的基本问题。在基于技术层面区分出爬虫用户后，需要将此类用户进行有效的屏蔽，这就是黑名单的典型应用。

ps:不是说爬虫一定做摧毁性的工作，有些小型网站需要爬虫为其带来一些流量。

白名单：限定性
对于安全性更高的应用访问，仅仅靠黑名单是不能解决安全问题的，此时需要设定可访问的用户群体，依赖白名单做更为苛刻的访问验证。

解决方案

• 基于经营战略设定问题用户发现、鉴别规则——被列入黑名单
• 周期性更新满足规则的用户黑名单，加入set集合
• 用户行为信息达到后与黑名单进行比对，确认行为去向
• 黑名单过滤IP地址：应用于开放游客访问权限的信息源
• 黑名单过滤设备信息：应用于限定访问设备的信息源[识别设备]本人手机在宿舍一连校园网路由器就会报红(T=T)
• 黑名单过滤用户：应用于基于访问权限的信息源

具体操作的原理与业务场景四一样

Tips：

• Redis 应用于基于黑名单与白名单设定的服务控制

四、set 类型数据操作的注意事项

• set 类型不允许数据重复，如果添加的数据在 set 中已经存在，将只保留一份(重复会报错)
  
• set 虽然与hash的存储结构相同，但是无法启用hash中存储值(value)的空间[不让用！]