set类型

类型介绍

与list不同的主要两点：

1.集合的元素是唯一的（不能重复）

2.集合的元素是无序的。

和list相同的是，集合的每个元素也都是string类型，如果要存储结构化数据，可以用json存储。 

sadd /  smembers / sismember

sadd

将⼀个或者多个元素添加到 set 中。注意，重复的元素⽆法添加到 set 中。所以是随机删除。

SADD key member [member ...]

 这里的元素用member来称呼，这样做也是方便区别不同类型的元素，比如hash中就是field。

smembers 

SMEMBERS key

 sismember

SISMEMBER key member

 

scard 

scard

获取⼀个 set 的基数（cardinality），即 set 中的元素个数。 

SCARD key

spop / srandmember

spop

pop一般表示从末尾删除某一元素，但是集合中的元素是无序的，哪有什么 “末尾”？ 

SPOP key [count]

srandmember

与spop不同的是，srandmember不会删除，也是完全随机返回一个元素。

srandmember key [count]

 smove / srem

smove

SMOVE source destination member

 这个 source  表示要从哪个key中删除元素，destination  表示要将这个删除的元素插入到哪个key中。

需要注意：是先从 source 删除member，然后再将member插入到destination 中。

如果要移动的元素destination  中已经存在，那么也不会报错，因为集合中元素是唯一的，所以destination  中还是只有一份，并且source  中照样还是会删除member。 

srem

rem就是remove的缩写

SREM key member [member ...]

集合的一些基本概念

以下就介绍一些Redis 交集，并集，差集的操作

sinter / sinterstore

sinter

获取给定 set 的交集中的元素。 

SINTER key [key ...]

sinterstore 

获取给定 set 的交集中的元素并保存到⽬标 set 中。  

SINTERSTORE destination key [key ...]

 

sunion / sunionstore 

sunion

获取给定 set 的并集中的元素。 

SUNION key [key ...]

sunionstore

SUNIONSTORE destination key [key ...]

sdiff / sdiffstore 

sdiff

获取给定 set 的差集中的元素。 

SDIFF key [key ...]

之前求交集和并集，交换两个集合的顺序，结果是一样的，但是求差集这里，交换集合的顺序，求出来的结果是不一样的。 

比如集合A的元素1 2 3 4 集合B的元素 3 4 5 6 ，那么求集合A与集合B的差集结果就是  1 2，反过来求集合B与集合A的差集就是5 6。

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 ...]

 内部编码

1）当元素个数较少并且都为整数时，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

 2）当元素个数超过 512 个，内部编码为 hashtable：

127.0.0.1:6379> sadd setkey 1 2 3 4
(integer) 513
127.0.0.1:6379> object encoding setkey
"hashtable"

 3）当存在元素不是整数时，内部编码为 hashtable：

127.0.0.1:6379> sadd setkey a
(integer) 1
127.0.0.1:6379> object encoding setkey
"hashtable"

set应用场景 

实现标签 

比如用set保存用户的标签 。

 用户画像：分析用户的一些特征，然后进行投其所好。

比如喜欢浏览化妆品 或者裙子这些商品 的用户可以打上女人的标签，喜欢浏览数码产品的可以打上男人的标签等等。

或者还可以基于这些标签，计算两个用户是否有相同的爱好。

计算共同好友

其实跟标签的效果差不多，我们使用qq的时候就经常看到qq会给我们推荐一些用户，说这些用户有多少共同好友。其实也是通过求交集的方式来计算的。

计算UV （用户量）

补充概念：

PV：page view，用户每次访问服务器，就会产生一次PV，多次访问就产生多次。

UV：user view：每一个用户访问服务器，只会产生一次UV，多次访问也只有一次。

用UV的信息就可以用set进行去重，然后求出set的大小就可以得知这个服务器的用户量了。

如果想统计访问量就更简单了，每次访问都会产生一个日志，然后记录这个日志的数量就可以了

一般可以每日将这些数据刷新一次，这样就可以动态了解这个网站的访问量和用户量了。 

zset类型 

类型介绍 

注意：在有序集合这里，有序指的是升序，而不是顺序，这里的概念与集合那里是不一样的。 

简单对比以下list set zset

zadd / zrange

ZADD key [NX | XX] [GT | LT] [CH] [INCR] score member [score member
 ...]

另外 在Redis5版本中，GT LT 选项是没有的

LT：less than ，只有修改的key的分数 小于原来的，才会修改成功。

GT：greater than，只有当修改的key的分数大于原来的，才会修改成功。

注意：不要把这里的member score当作键值对来看待，在键值对中，是有明确的 角色区分 的，只能通过 键 -> 值 的方式，而不能反过来。但是对于有序集合来说，既可以通过member找到对应的score，也可以通过score匹配对应的member。

zrange

区间查找有序集合中的元素，用法跟lrange类似。

zrange key start stop [withscores]

 下标依旧可以为负数，意义跟以往的一样。

withscores：选择是否要把分数一起显示出来。

zcard / zcount 

zcard

获取⼀个 zset 的基数（cardinality），即 zset 中的元素个数。

ZCARD key

zcount

返回分数在 min 和 max 之间的元素个数，默认情况下，min 和 max 都是包含的，可以通过 ( 排除。 

ZCOUNT key min max

zset的底层实现其实是使用跳表的，一般来说查找满足这个区间的元素，那么时间复杂度不应该是O（N）吗？其实Redis给每个元素都加上了一个 “排行” 也就是它是第几个元素，所以就只需要找到min和max就可以了。

另外，这里的查找都是按照闭区间来查找的，[min,max]，如果想要以开区间的方式，那么需要在边界值前加上 ( 。比如

注意这里加括号的方式是不大符合直觉的。

 zrevrange / zrangebyscore

 zrevrange

备注：这个命令可能在 6.2.0 之后废弃，并且功能合并到 ZRANGE 中。 

ZREVRANGE key start stop [WITHSCORES]

这里的start 和stop的顺序和 zrange是一样，只是zrevrange会把结果逆序返回。 

 zrangebyscore

ZRANGEBYSCORE key min max [WITHSCORES]

 zpopmax

删除并返回分数最⾼的 count 个元素。 

ZPOPMAX key [count]

 count表示删多少个，默认一个。

如果删除的元素分数是一样的，那么会按照字典序来删。 

另外关于这个时间复杂度这里，我们知道zset是跳表结构的，所以元素都是有序的，又因为删除的元素是最大值，所以为什么不搞一个值来记录尾部，这样删除的时候，查找的时间复杂度不就降为O（1）了吗？确实，但是Redis目前并没有这么做 。

bzpopmax

 bzpopmax

ZPOPMAX 的阻塞版本。 

BZPOPMAX key [key ...] timeout

timeout就是要等待多少时间，也就是超时时间，单位是 秒，支持小数，比如 0.1s表示 100ms。 

这里的timeout是不能省略的。另外要注意这里的时间复杂度， 虽然bzpopmax可以等待多个key，但是它只会删除最先就绪的那一个key，并且只删除一个。

zpopmin / bzpopmin

 zpopmin

删除并返回分数最低的 count 个元素。 

ZPOPMIN key [count]

用法与zpopmax一致。

bzpopmin

 ZPOPMIN 的阻塞版本。

BZPOPMIN key [key ...] timeout

 zrank / zrevrank / zscore

zrank 

返回指定元素的排名，升序。 

这里的排名其实就是下标，从0开始的。

ZRANK key member

 zrevrank

返回指定元素的排名，降序。  

ZREVRANK key member

 zscore

返回指定元素的分数。 

ZSCORE key member

这里zscore的时间复杂度按我们之前的想法应该是O（logN）才对，但是注意这里是O（1），这是因为Redis觉得这个命令应该是高频使用的命令，容易成为性能瓶颈，所以用额外的空间进行了特殊的优化，使其时间复杂度降到了O（1）。 

zrem / zremrangebyrank / zremrangebyscore 

zrem

删除指定的元素。 

 ZREM key member [member ...]

zremrangebyrank  

按照排序，升序删除指定范围的元素，左闭右闭。 这里不能通过加（的方式表示开区间

ZREMRANGEBYRANK key start stop

注意这里的时间复杂度那里是 N + M，而不是 N * M，因为这里的查找只需要查找一次。

zremrangebyscore 

按照分数删除指定范围的元素，左闭右闭。 同理

ZREMRANGEBYSCORE key min max

 

zincrby

 zincrby

为指定的元素的关联分数添加指定的分数值。（这个增量可以是浮点数，也可以是负数）

ZINCRBY key increment member

zinterstore 

zinterstore 

ZINTERSTORE destination numkeys key [key ...] [WEIGHTS weight
 [weight ...]] [AGGREGATE <SUM | MIN | MAX>]

关于这里的时间复杂度，看似很复杂，其实不用特别记忆

 关于命令部分：

destination ，我们将求完交集的结果会放入到这个key中。 

numkeys 参数表示我们要传入多少个key，如果要传入两个key，那么就填入2

[WEIGHTS weight [weight ...]]  这里表示权重，比如我们之前传入了两个key，key1 key2 ，我们可以按照一定的比重来计算分数，比如key1的元素分数只想占40%，key2的想占60%，那么这里就可以传入 WEIGHTS 0.4 0.6 。当然也可以传入大于1的数，不一定表示比重。

[AGGREGATE <SUM | MIN | MAX>] 这里表示对交集元素的分数怎么处理，sum表示将交集的元素相加，min表示取最小值，max取最大值。

使用示例：

可以看见，求交集默认是将元素的分数相加。然后我们还给了权重，将key1的元素的分数 * 2，将key2的元素的分数 * 3。 

zunionstore 

ZUNIONSTORE destination numkeys key [key ...] [WEIGHTS weight
 [weight ...]] [AGGREGATE <SUM | MIN | MAX>]

这里的用法和细节跟zinterstore是一样的。 

命令小结：

 zset的内部编码

另外跳表还比较适合范围查询。 

 

zset应用场景 

排行榜系统

 

复杂一点的，比如微博的热度排行榜。