redis：set集合命令，内部编码，使用场景

个人主页 ： 个人主页
个人专栏 ： 《数据结构》 《C语言》《C++》《Linux》《网络》 《redis学习笔记》

---

前言

ste集合类型是保存多个字符串类型的元素，但和列表类型不同，集合中元素之间是无序的，元素也不允许重复。

redis除了支持集合内的增删查改操作，同时支持多个集合取交集，并集，差集。

---

命令

SADD

将一个或者多个元素添加到 set 中。重复元素无法添加到 set 中

SADD key member [ member … ]

返回值：本次添加成功的元素个数
时间复杂度：O(1)

---

SMEMBERS

获取一个set中所有元素。元素间的顺序是无序的，获取结果的顺序是随机的

SMEMBERS key

返回值：所有元素的列表
时间复杂度：O(N)，N为集合元素个数

---

注意：
如果执行多次smembers命令，获取结果顺序一致，可能有以下原因：

---

SISMEMBER

判断一个元素在不在 set 中

SISMEMBER key member

返回值：1 表示元素在 set 中；0 表示元素不在 set 中 或者 key 不存在
时间复杂度：O(1)，set 集合是通过哈希表来实现的

---

SCARD

获取一个 set 的基数，即 set 中的元素个数

SCARD key

返回值：set 内元素的个数
时间复杂度：O(1)

---

SPOP

从 set 中删除并返回一个或者多个元素。由于 set 内的元素是无序的，所以取出哪个元素实际是未定义行为，即spop删除元素就是随机删除

SPOP key [count]

返回值：取出的元素
时间复杂度：O(N)，N为count的个数

---

SMOVE

将一个元素从 source 取出并放入 destrination 中

SMOVE source destrination member

返回值：1 表示移动成功；0 表示失败
时间复杂度：O(1)

---

SREM

将指定的元素从 set 中删除

SREM key member [member …]

返回值：本次删除操作删除的元素个数
时间复杂度：O(N)，N为要删除的元素个数

---

集合间操作

SINTER

获取给定 set 的交集中的元素

SINTER key [key …]

返回值：交集的元素
时间复杂度：O(N * M)， N是最小的集合元素个数，M是最大集合的元素个数

---

SINTERSTORE

获取给定 set 的交集中的元素并保存到目的 set 中

SINTERSTORE destination key [key …]

返回值：交集的元素个数
时间复杂度：O(N * M)，N是最小的集合元素个数，M是最大的集合元素个数

---

SUNION

获取给定 set 的并集中的元素

SUNION key [key …]

返回值：并集的元素
时间复杂度：O(N)，N给定的所有集合的总的元素个数

---

SUNIONSTORE

获取给定 set 的并集中的元素并保存到目的 set 中

SUNIONSTORE destination key [key …]

返回值：并集的元素个数
时间复杂度：O(N)，N为给定的所有集合的总元素个数

---

SDIFF

获取给定 set 的差集中的元素

SDIFF key [ key … ]

返回值：差集的元素
时间复杂度：O(N)，N给定的所有集合的总的元素个数

---

SDIFFSTORE

获取给定 set 的差集中的元素并保存到目标 set 中

SDIFFSTORE destination key [key …]

返回值：差集的元素个数
时间复杂度：O(N)，N为给定的所有集合的总元素个数

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并且元素的个数小于 set-max-inset-entries 配置时，redis会使用 intset来作为集合的内部实现；intset是一种紧凑的数据结构，专门用于存储整数数值，通过压缩存储，intset能够节省内存空间
• hashtable(哈希表)：当集合类型无法 intset 的条件时，redis会使用hashtable作为集合的内部实现；hashtable允许存储各种类型的元素，set集合的每个元素都作为一个字符串对象存储，而对应的值则统一为nullptr

使用场景

1. 使用 set 来保存用户的标签；标签也就是用户画像，分析出用户的一些特征，分析清楚特征之后，再投其所好
2. 使用 set 来计算用户之间的共同好友；基于 “集合求交集”，A 和 B是好友，B 和 C是好友，B 和 C 和 D都是好友，就可以将D推荐给A
3. 使用 set 统计 UV(独立访客数量)；每一个用户，访问服务器，都会产生一个 UV，但是同一个用户多次访问，不会是UV增加，UV需要按照用户进行去重

---

总结

以上就是我的redis学习笔记