本文已参与「新人创作礼」活动，一起开启掘金创作之路。

⭐ Redis 系列文章旨在详细讲解重点内容，深入研究，并以实战操作的形式融会贯通。

🔥 本文已收录于 Redis 系列专栏： Redis 欢迎订阅，持续更新。

🎉 欢迎关注👀 点赞👍 收藏⭐ 留言📝

💬 代码成就万世基，积沙镇海；梦想永在凌云意，意气风发； 𝓼𝓲𝓭𝓲𝓸𝓽

前言

我们都知道 Redis 提供了丰富的数据类型，常见的有五种：String（字符串），Hash（哈希），List（列表），Set（集合）、Zset（有序集合）。

今天我们就来详细的聊聊 Redis 这五大常见的数据类型之一 Set；

应用场景：聚合计算（并集、交集、差集）场景，比如点赞、共同关注、抽奖活动等；

概述简介

Set 类型是一个无序并唯一的键值集合，它的存储顺序不会按照插入的先后顺序进行存储。

一个集合最多可以存储 2^32-1 个元素。概念和数学中个的集合基本类似，可以交集，并集，差集等等，所以 Set 类型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。

Set 类型和 List 类型的区别如下：

• List 可以存储重复元素，Set 只能存储非重复元素；
• List 是按照元素的先后顺序存储元素的，而 Set 则是无序方式存储元素的。

内部实现

Set 类型的底层数据结构是由哈希表或整数集合实现的：

• 如果集合中的元素都是整数且元素个数小于 512 （默认值，set-maxintset-entries 配置）个，Redis 会使用整数集合作为 Set 类型的底层数据结构；
• 如果集合中的元素不满足上面条件，则 Redis 使用哈希表作为 Set 类型的底层数据结构。

常用命令

Set 常用操作：

# 往集合 key 中存入元素，元素存在则忽略，若 key 不存在则新建
# SADD key member [member ...]
127.0.0.1:6379> SADD sid10t 唱 跳 RAP
(integer) 3

# 从集合 key 中删除元素
# SREM key member [member ...]
127.0.0.1:6379> SREM sid10t RAP
(integer) 1

# 获取集合 key 中所有元素
# SMEMBERS key
127.0.0.1:6379> SMEMBERS sid10t
1) "\xe8\xb7\xb3"
2) "\xe5\x94\xb1"

# 获取集合key中的元素个数
# SCARD key
127.0.0.1:6379> SCARD sid10t
(integer) 2

# 判断 member 元素是否存在于集合 key 中
# SISMEMBER key member
127.0.0.1:6379> SISMEMBER sid10t rap
(integer) 0

# 从集合 key 中随机选出 count 个元素，元素不从 key 中删除
# SRANDMEMBER key [count]
127.0.0.1:6379> SRANDMEMBER sid10t 1
1) "\xe8\xb7\xb3"

# 从集合 key 中随机选出 count 个元素，元素从 key 中删除
SPOP key [count]
127.0.0.1:6379> SPOP sid10t 2
1) "\xe5\x94\xb1"
2) "\xe8\xb7\xb3"

# 将一个指定的值，移动到另外一个 set 集合；
# SMOVE source destination member
127.0.0.1:6379> SMOVE sid10t ikun rap
(integer) 1
127.0.0.1:6379> SMEMBERS ikun
1) "rap"

Set 运算操作：

# 交集运算
SINTER key [key ...]
# 将交集结果存入新集合destination中
SINTERSTORE destination key [key ...]

# 并集运算
SUNION key [key ...]
# 将并集结果存入新集合destination中
SUNIONSTORE destination key [key ...]

# 差集运算
SDIFF key [key ...]
# 将差集结果存入新集合destination中
SDIFFSTORE destination key [key ...]

应用场景

集合的主要几个特性，无序、不可重复、支持并交差等操作。

因此 Set 类型比较适合用来数据去重和保障数据的唯一性，还可以用来统计多个集合的交集、错集和并集等，当我们存储的数据是无序并且需要去重的情况下，比较适合使用集合类型进行存储。

但是要提醒你一下，这里有一个潜在的风险。Set 的差集、并集和交集的计算复杂度较高，在数据量较大的情况下，如果直接执行这些计算，会导致 Redis 实例阻塞。

在主从集群中，为了避免主库因为 Set 做聚合计算（交集、差集、并集）时导致主库被阻塞，我们可以选择一个从库完成聚合统计，或者把数据返回给客户端，由客户端来完成聚合统计。

点赞

Set 类型可以保证一个用户只能点一个赞，这里举例一个场景，key 是文章 id，value 是用户 id。

uid:1 、uid:2、uid:3 三个用户分别对 article:1 文章点赞了。

# uid:1 用户对文章 article:1 点赞
> SADD article:1 uid:1
(integer) 1

# uid:2 用户对文章 article:1 点赞
> SADD article:1 uid:2
(integer) 1

# uid:3 用户对文章 article:1 点赞
> SADD article:1 uid:3
(integer) 1

uid:1 取消了对 article:1 文章点赞。

> SREM article:1 uid:1
(integer) 1

获取 article:1 文章所有点赞用户 :

> SMEMBERS article:1
1) "uid:3"
2) "uid:2"

获取 article:1 文章的点赞用户数量：

> SCARD article:1
(integer) 2

判断用户 uid:1 是否对文章 article:1 点赞了：

> SISMEMBER article:1 uid:1
(integer) 0  # 返回0说明没点赞，返回1则说明点赞了

共同关注

Set 类型支持交集运算，所以可以用来计算共同关注的好友、公众号等。

key 可以是用户 id，value 则是已关注的公众号的 id。

uid:1 用户关注公众号 id 为 5、6、7、8、9，uid:2 用户关注公众号 id 为 7、8、9、10、11。

# uid:1 用户关注公众号 id 为 5、6、7、8、9
> SADD uid:1 5 6 7 8 9
(integer) 5
 # uid:2 用户关注公众号 id 为 7、8、9、10、11
> SADD uid:2 7 8 9 10 11
(integer) 5

uid:1 和 uid:2 共同关注的公众号：

# 获取共同关注
> SINTER uid:1 uid:2
1) "7"
2) "8"
3) "9"

给 uid:2 推荐 uid:1 关注的公众号：

> SDIFF uid:1 uid:2
1) "5"
2) "6"

验证某个公众号是否同时被 uid:1 或 uid:2 关注：

> SISMEMBER uid:1 5
(integer) 1 # 返回1，说明关注了

> SISMEMBER uid:2 5
(integer) 0 # 返回0，说明没关注

抽奖活动

存储某活动中中奖的用户名 ，Set 类型因为有去重功能，可以保证同一个用户不会中奖两次。

key 为抽奖活动名，value 为员工名称，把所有员工名称放入抽奖箱：

>SADD lucky Tom Jerry John Sean Marry Lindy Sary Mark
(integer) 5

如果允许重复中奖，可以使用 SRANDMEMBER 命令。

# 抽取 1 个一等奖：
> SRANDMEMBER lucky 1
1) "Tom"
# 抽取 2 个二等奖：
> SRANDMEMBER lucky 2
1) "Mark"
2) "Jerry"
# 抽取 3 个三等奖：
> SRANDMEMBER lucky 3
1) "Sary"
2) "Tom"
3) "Jerry"

如果不允许重复中奖，可以使用 SPOP 命令。

# 抽取一等奖1个
> SPOP lucky 1
1) "Sary"

# 抽取二等奖2个
> SPOP lucky 2
1) "Jerry"
2) "Mark"

# 抽取三等奖3个
> SPOP lucky 3
1) "John"
2) "Sean"
3) "Lindy"

后记

Redis 五大常见数据类型之一的 Set 就先讲到这里了，后续还会有其他类型的讲解呢，敬请关注！

参考资料：

• 《Redis 核心技术与实战》
• 一文回顾 Redis 五大对象 (数据类型)
• 谈谈Redis五种数据结构及真实应用场景 
• Redis的数据结构与应用场景
• Redis 常见数据类型和应用场景

以上就是 【Redis】五大常见的数据类型之 Set 的所有内容了，创作不易，多多支持 👍👍👍

我是 𝓼𝓲𝓭𝓲𝓸𝓽，期待你的关注 💖💖💖

🔥 系列专栏： Redis