《程序猿之Redis缓存实战

📢 大家好，我是【战神刘玉栋】，有10多年的研发经验，致力于前后端技术栈的知识沉淀和传播。 💗

🌻 CSDN入驻不久，希望大家多多支持，后续会继续提升文章质量，绝不滥竽充数，欢迎多多交流。👍

文章目录

- 集合（Set）

集合（Set）

【简介】

Redis 中的 Set 类型是一种无序集合，集合中的元素唯一，也就是集合中的元素是无重复的，有点类似于 Java 中的 HashSet 。

【应用场景】

1、需要随机获取数据源中的元素的场景

● 举例：抽奖系统、随机。

● 相关命令：SADD（加入抽奖系统）、SMEMBERS（查看所有抽奖用户）、SPOP（随机获取集合中的元素并移除，适合不允许重复中奖的场景）、SRANDMEMBER（随机获取集合中的元素，适合允许重复中奖的场景）。

2、需要存放的数据不能重复的场景

● 举例：文章点赞、动态点赞等场景。

● 相关命令：SADD（点赞）、SREM（移除点赞）、SISMEMBER（检查用户是否点赞过）、SMEMBERS（获取点赞用户列表）、SCARD（获取点赞用户数量）

Tips：理论上，HashSet 适合的存储场景，这边也适合了。

【应用场景补充】

Redis Set 集合是一种无序且不重复的元素集合，适用于多种应用场景。

1、去重存储：使用 Set 存储唯一的用户 ID、邮箱地址等，确保没有重复数据。

2、标签系统：为用户、文章等对象存储标签，方便快速检索和去重。

3、社交网络：存储用户的好友列表、关注者、粉丝等，确保每个用户的关系是唯一的。

4、推荐系统：存储用户的历史行为、偏好等，便于进行个性化推荐。

5、实时统计：统计在线用户、活跃用户等，使用 Set 可以快速判断用户是否在线或活跃。

6、权限管理：存储用户的角色或权限，确保每个角色或权限是唯一的。

7、交集、并集、差集操作：Redis 提供了对 Set 的集合运算支持，可以方便地进行交集、并集和差集操作。

总之，Redis Set 集合在处理唯一性和集合操作方面非常高效，适用于多种场景。在使用时，需注意内存使用、数据持久化和操作性能等问题，以确保系统的稳定性和高效性。

@Component
public class RedisExample implements CommandLineRunner {

    @Autowired
    private UserService userService;

    @Autowired
    private TagService tagService;

    @Autowired
    private SetOperationsService setOperationsService;

    @Override
    public void run(String... args) throws Exception {
        // 去重存储
        userService.addUserId("user1");
        userService.addUserId("user2");
        userService.addUserId("user1"); // 重复的 ID 不会被添加
        System.out.println("去重存储的用户 ID: " + userService.getUserIds());

        // 标签系统
        tagService.addTag("python");
        tagService.addTag("coding");
        tagService.addTag("python"); // 重复的标签不会被添加
        System.out.println("标签系统中的标签: " + tagService.getTags());

        // 集合操作示例
        redisTemplate.opsForSet().add("setA", "1", "2", "3");
        redisTemplate.opsForSet().add("setB", "3", "4", "5");

        System.out.println("交集: " + setOperationsService.getIntersection("setA", "setB"));
        System.out.println("并集: " + setOperationsService.getUnion("setA", "setB"));
        System.out.println("差集: " + setOperationsService.getDifference("setA", "setB"));
    }
}

@Service
public class UserService {

    @Autowired
    private RedisTemplate<String, String> redisTemplate;

    public void addUserId(String userId) {
        redisTemplate.opsForSet().add("user_ids", userId);
    }

    public Set<String> getUserIds() {
        return redisTemplate.opsForSet().members("user_ids");
    }
}

@Service
public class TagService {

    @Autowired
    private RedisTemplate<String, String> redisTemplate;

    public void addTag(String tag) {
        redisTemplate.opsForSet().add("tags", tag);
    }

    public Set<String> getTags() {
        return redisTemplate.opsForSet().members("tags");
    }
}

@Service
public class SetOperationsService {

    @Autowired
    private RedisTemplate<String, String> redisTemplate;

    public Set<String> getIntersection(String setKey1, String setKey2) {
        return redisTemplate.opsForSet().intersect(setKey1, setKey2);
    }

    public Set<String> getUnion(String setKey1, String setKey2) {
        return redisTemplate.opsForSet().union(setKey1, setKey2);
    }

    public Set<String> getDifference(String setKey1, String setKey2) {
        return redisTemplate.opsForSet().difference(setKey1, setKey2);
    }
}

【注意事项】

数据类型： Set 集合只能存储字符串类型的元素，如果需要存储其他类型的数据，需要进行序列化和反序列化。
元素数量： Set 集合的元素数量有限制，具体取决于 Redis 实例的配置。
性能： Set 集合的添加、删除、判断元素是否存在等操作的性能都非常高，但如果元素数量非常多，可能会影响性能。
数据持久化： Set 集合的数据默认存储在内存中，如果需要持久化数据，需要配置 Redis 的持久化机制。
并发访问： Set 集合支持并发访问，但需要考虑并发访问带来的数据一致性问题。

【基础操作】

SADD key member1 [ member2 ]：向集合添加一个或者多个成员
SMEBERS key：返回集合中的所有成员
SISMEMBER key member：判断menber元素是否是集合key的成员
SPOP key：移除并返回集合中的一个随机元素
SREM key member1 [ member2 ]：移除集合中一个或者多个成员

● SADD key member1 [ member2 ]：向集合添加一个或者多个成员
● SCARD key：获取集合的成员数
● SMEBERS key：返回集合中的所有成员
● SPOP key：移除并返回集合中的一个随机元素（用户抽奖只能参加一轮）
● SRANDMEMBER key [ count ]：返回集合中一个或者多个随机数（用户抽奖可以参加多轮）
● SREM key member1 [ member2 ]：移除集合中一个或者多个成员
 ---------------------------------------------------分隔线---------------------------------------------------
● SUNION key1 [ key2 ]：返回所有给定集合的并集
● SINTER key1 [ key2 ]：返回所有给定集合的交集
● SDIFF key1 [ key2 ]：返回给定所有集合的差集
● SUNIONSTORE destination key1 [ key2 ]：所有给定集合的并集存储在destination集合中
● SDIFFSTORE destination key1 [ key2 ]：返回给定所有集合的差集并存储在destination中
● SINTERSTORE destination key1 [ key2 ]：返回给定所有集合的交集并存储在destination中
● SISMEMBER key member：判断menber元素是否是集合key的成员
● SMOVE source destination menber：将member元素从source集合移动到destination集合
● SSCAN key cursor [ MATCH pattem ] [ COUNT count ]：迭代集合中的元素

【代码实战】

命令和代码方法，大部分都是去掉首字母，比如set的sadd，就是add。

当然少部分换了单词。

=== 抽奖：

=== 点赞：

【扩展：实战文章点赞】

前言，下方位图结构也说适合点赞，那么哪个更适合呢？

这里补充一点，使用Set处理，还可以不一定用户ID一定是Long类型。

Tips：哈哈，这么一看，新增加的三个高级数据结构，貌似使用场景相当少。

对于文章点赞功能，使用 Redis 的 Set 结构更适合。

=== Set 结构的优势：
去重： Set 结构天生具有去重功能，可以确保每个用户只点赞一次。
高效查询： 可以使用 SISMEMBER 命令快速判断用户是否点赞过。
高效添加和删除： 可以使用 SADD 和 SREM 命令高效地添加和删除点赞记录。
获取点赞总数： 可以使用 SCARD 命令获取点赞总数。

=== 位图结构的优势：
节省空间： 位图结构可以高效地存储大量布尔值，节省存储空间。
高效统计： 可以使用 BITCOUNT 命令快速统计点赞总数。

=== 为什么 Set 结构更适合：
点赞功能更关注用户是否点赞，而不是点赞总数： Set 结构更适合存储用户点赞状态，而位图结构更适合统计点赞总数。
Set 结构更灵活： 可以使用 Set 结构存储其他信息，例如点赞时间、点赞类型等。
Set 结构更易于扩展： 可以使用 Set 结构实现更复杂的点赞功能，例如取消点赞、点赞排行榜等。

=== 总结：
对于文章点赞功能，使用 Redis 的 Set 结构更适合，因为它更灵活、更易于扩展，并且可以满足点赞功能的基本需求。

@Service
public class ArticleLikeService {

    private static final String ARTICLE_LIKES_PREFIX = "article:likes:";

    @Autowired
    private RedisTemplate<String, String> redisTemplate;

    // 点赞
    public void likeArticle(String articleId, String userId) {
        String key = ARTICLE_LIKES_PREFIX + articleId;
        redisTemplate.opsForSet().add(key, userId);
    }

    // 取消点赞
    public void unlikeArticle(String articleId, String userId) {
        String key = ARTICLE_LIKES_PREFIX + articleId;
        redisTemplate.opsForSet().remove(key, userId);
    }

    // 获取点赞用户列表
    public Set<String> getLikes(String articleId) {
        String key = ARTICLE_LIKES_PREFIX + articleId;
        return redisTemplate.opsForSet().members(key);
    }

    // 获取点赞总数
    public Long getLikeCount(String articleId) {
        String key = ARTICLE_LIKES_PREFIX + articleId;
        return redisTemplate.opsForSet().size(key);
    }
}

【扩展：点赞想记录点赞时间】

Gpt给了两个方案，第一种还是用Set，但是存储的是Map。

@Service
public class ArticleLikeService {

    private final RedisTemplate<String, Object> redisTemplate;

    public ArticleLikeService(RedisTemplate<String, Object> redisTemplate) {
        this.redisTemplate = redisTemplate;
    }

    // 添加点赞
    public void addLike(Long articleId, String userId) {
        String key = "article:likes:" + articleId;
        Map<String, Object> likeData = new HashMap<>();
        likeData.put("userId", userId);
        likeData.put("timestamp", Instant.now().toEpochMilli());
        redisTemplate.opsForSet().add(key, likeData);
    }

    // 取消点赞
    public void removeLike(Long articleId, String userId) {
        String key = "article:likes:" + articleId;
        redisTemplate.opsForSet().remove(key, userId);
    }

    // 判断用户是否点赞
    public boolean isLiked(Long articleId, String userId) {
        String key = "article:likes:" + articleId;
        return redisTemplate.opsForSet().isMember(key, userId);
    }

    // 获取点赞总数
    public Long getLikeCount(Long articleId) {
        String key = "article:likes:" + articleId;
        return redisTemplate.opsForSet().size(key);
    }

    // 获取点赞时间
    public Long getLikeTimestamp(Long articleId, String userId) {
        String key = "article:likes:" + articleId;
        Map<String, Object> likeData = (Map<String, Object>) redisTemplate.opsForSet().member(key, userId);
        if (likeData != null) {
            return (Long) likeData.get("timestamp");
        }
        return null;
    }
}

继续追问：redisTemplate.opsForSet()的值可以直接存储Map对象吗？是会自动转换吗？那是根据什么判断重复，hashCode吗？

你问的很好！RedisTemplate 的 opsForSet() 方法确实可以存储 Map 对象，但它不会自动进行转换。

Redis 的 Set 数据结构只能存储字符串类型的元素。，因此，如果你直接将 Map 对象放入 opsForSet() 方法，Redis 会将它序列化成字符串，然后存储。

判断重复的依据是字符串的比较。 Redis 会使用字符串比较来判断两个元素是否重复，而不是使用 hashCode。

解决方法：
1、手动序列化和反序列化： 你需要在存储 Map 对象之前将其序列化成字符串，并在读取时将其反序列化回 Map 对象。可以使用 Jackson 或 Gson 等序列化库来完成这个过程。
2、使用 opsForHash() 方法： 如果需要存储 Map 对象，建议使用 opsForHash() 方法，它可以存储键值对，并支持直接存储 Map 对象。

总结一下，这种情况还是直接使用Hash处理好了，当然，也可以使用 ZSet 来存储点赞记录，并使用点赞时间作为分数，这样可以方便地获取点赞时间排序的列表。