Redis---Set

(一).概念

Set，表示“集合”。集合，指的就是把一些有关联的数据放到一起。对于集合来说，集合中的元素是无序的，并且集合中的元素也是不能重复的。Set和list类似，集合中的每个元素都是String类型的，同样，也可以使用json这样的格式让string来存储结构化的数据。

(二).命令

1.sadd

将一个或者多个元素添加到set中。对于重复的元素，是无法添加到set中的。

语法：sadd key member [member......]

时间复杂度：O(1)

返回值：本次添加成功的元素个数

2.smembers

获取一个set中的所有元素，元素之间的顺序是无序的。

语法：smembers key

时间复杂度：O(N)

返回值：所有元素的列表

3.sismember

判断一个元素在不在set中

语法：sismember key member

时间复杂度：O(1)

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

4.scard

获取一个set的基数，即set中的元素个数

语法：scard key

时间复杂度：O(1)

返回值：set内的元素个数

5.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，所以取出那个元素实际上是未定义行为，即可以看作是随机的。在redis的源码中，采用的是生成随机数的方式进行删除元素

语法：spop key [count]

时间复杂度：O(N)，N指的是count

返回值：取出的元素

6.smove

将一个元素从源set取出并放入目标set中

语法：smove source destination member

把member从source上删除，再插入到destination中

时间复杂度：O(1)

返回值：1表示移动成功，0表示失败

原本key1中有1，key2中也有1，但是当执行smove命令的时候，redis不会视为是出错，依旧会按照  “删除---插入”的命令进行执行

7.srem

将指定的元素从set中删除

语法：srem key member [member......]

时间复杂度：O(N)，N表示要删除的元素个数

返回值：本次操作删除的元素个数

8.集合间操作

集合间操作，指的是交集(inter)，并集(union)，差集(diff)

(1).sinter 和 sinterstore

sinter：

获取给定set的交集中的元素

语法：sinter key [key ......]

时间复杂度：O(M*N)，N是最小的集合元素的个数，M是最大的集合元素个数

返回值：交集的元素

sinterstore：

获取给定set的交集中的元素并保存到目标set中

语法：sinterstore destination key [key....]

时间复杂度：O(N*M)，N是最小的集合元素个数，M是最大的集合的元素个数

返回值：交集的元素个数

(2).sunion 和 sunionstore

sunion：

获取给定set的并集中的元素

语法：sunion key [key......]

时间复杂度：O(N)，N是给定的所有集合的总的元素个数

返回值：并集的元素

sunionstore：

获取给定set的并集中的元素并保存到目标set中

语法：sunionstore destination key [key.....]

时间复杂度：O(N)，N是给定的所有集合的总的元素个数

返回值：并集的元素个数

(3).sdiff和 sdiffstore

sdiff：

获取给定set的差集中的元素

语法：sdiff key [key......]

时间复杂度：O(N) ，N给定的所有集合的总的元素个数

返回值：差集的元素

sdiffstore：

获取给定set的差集中的元素并保存到目标set中

语法：sdiffstore destination key [key.......]

时间复杂度：O(N)，N是给定的所有集合的总的元素个数

返回值：差集的元素个数

(三).内部编码

1.intset

intset指的是“整数集合”，当集合中的元素都是整数，并且元素的个数都小于指定配置数(默认512)的时候，redis会选用intset来作为集合的内部实现，从而减少内存的使用。

2.hashtable

当集合类型无法满足intset的条件的时候，redis会使用hashtable作为集合的内部实现。

(四).使用场景

1.使用set来保存用户的“标签”

有一个专业性名词叫做“用户画像”。即分析出某个用户的一些特征，然后根据这些特征，进行投其所好。例如，“抖音”的自动推荐。

set很方便的计算交集，很容易找到两个用户之间的公共标签，基于这样的标签，衍生出一系列的“用户关系”。

2.使用set来计算用户之间的共同好友

实现思路就是“基于集合求交集”。

例如，QQ。用户A 这边加了很多好友，用户B也加了很多好友。基于上述，就可以做一些好友推荐。

3.使用set统计UV

主要的目的是进行“去重”。

对于一个互联网产品，衡量用户量主要是通过两个指标

一个是PV 一个是UV

PV（page view）指的是，用户每次访问该服务器，每次访问都会产生一个PV

UV（user view）指的是，每个用户访问服务器，都会产生一个uv，但是同一个用户进行多次访问，不会使uv增加。uv需要按照用户进行去重，所以可以使用set来实现。