深入剖析Redis系列(八) - Redis数据结构之集合

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。

其他文章

• 深入剖析Redis系列(一) - Redis入门简介与主从搭建

• 深入剖析Redis系列(二) - Redis哨兵模式与高可用集群

• 深入剖析Redis系列(三) - Redis集群模式搭建与原理详解

• 深入剖析Redis系列(四) - Redis数据结构与全局命令概述

• 深入剖析Redis系列(五) - Redis数据结构之字符串

• 深入剖析Redis系列(六) - Redis数据结构之哈希

• 深入剖析Redis系列(七) - Redis数据结构之列表

• 深入剖析Redis系列(八) - Redis数据结构之集合

正文

1. 相关命令

1.1. 集合内的操作命令

1.1.1. 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
复制代码

1.1.2. 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
复制代码

1.1.3. 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
复制代码

1.1.4. 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
复制代码

1.1.5. 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> srandmember myset 2
1) "a"
2) "c"
127.0.0.1:6379> srandmember myset
"d"
复制代码

1.1.6. 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> spop myset
"c"
127.0.0.1:6379> smembers myset
1) "d"
2) "b"
3) "a"
复制代码

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。

1.1.7. 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) "d"
2) "b"
3) "a"
复制代码

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。

1.2. 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
复制代码

1.2.1. 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) "sports"
2) "it"
复制代码

1.2.2. 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) "sports"
2) "it"
3) "his"
4) "news"
5) "music"
6) "ent"
复制代码

1.2.3. 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) "music"
2) "his"
复制代码

前面三个求 交集 、 并集 和 差集 的操作得到的结果，如图所示：

1.2.4. 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"
复制代码

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。

2. 内部编码

集合类型的 内部编码 有两种：

2.1. 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。

2.2. 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 。

2.3. 具体示例

2.3.1. 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"
复制代码

2.3.2. 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"
复制代码

• 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
(integer) 1
127.0.0.1:6379> object encoding setkey
"hashtable"
复制代码

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。

3. 应用场景

3.1. 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：

3.1.3. 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。

3.1.2. 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
...
复制代码

• 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
...
复制代码

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
...
复制代码

• 删除标签下的用户

srem tag1:users user:1
srem tag5:users user:1
...
复制代码

• 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
复制代码

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：

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 。