企业官网建设流程全解析

第一章 集合Set

在 Redis 的数据结构家族中，集合（Set）扮演着至关重要的角色。当业务场景涉及到数据去重、关系运算（如共同好友、共同兴趣）时，集合类型往往是绝佳的选择。本章将系统性地剖析 Redis 集合的核心特性、常用命令、底层编码以及其在实际工程中的应用。

1 集合的核心概念与特性

在数学中，集合是一组互不相同的对象的整体。Redis 的集合类型完美继承了这一数学概念，它同样用于保存多个字符串类型的元素，但与列表（List）有着本质的区别。Redis 中的集合主要有两大核心特性：

1. 无序性：集合中的元素是没有顺序的。此处所说的“无序”与列表中的“有序”是相对应的。对于列表而言，顺序非常重要，变换一下顺序就是不同的列表，例如[1, 2, 3]和[2, 1, 3]是两个不同的列表。而对于集合而言，顺序不重要，变化一下顺序，集合还是那个集合，{1, 2, 3}和{2, 1, 3}是同一个集合。
2. 唯一性：集合中的元素是不能重复的。

• 1.底层存储的实质是字符串：虽然我们感觉在往集合里放各种数据，但 Redis 集合的底层和列表一样，每个元素本质上都是string（字符串）。这意味着，如果你想往集合里存一个复杂的对象（比如用户的完整信息），你需要先把它序列化成 JSON 格式的字符串再存进去。Redis 本身并不理解对象结构，它只负责存字符串。
• 2. 容量非常庞大：一个集合最多可以容纳 (2^{32}-1) 个元素（大约是 42 亿个）。作为一个内存数据库，这个容量上限对于绝大多数实际业务场景来说，几乎是无限的，完全不用担心存满。
• 3. 强大的多集合运算能力：它不仅能做最基础的单集合操作（比如往集合里加人、踢人、查人数），它最强大的杀手锏是原生支持多个集合之间取交集、并集、差集。这意味着你可以把复杂的“关系计算”直接交给 Redis 来做。

2 集合内元素的常规操作

围绕单个集合内的元素，Redis 提供了一系列基础命令，涵盖了添加、查询、删除等操作。

2.1 添加元素：SADD

SADD命令用于将一个或者多个元素添加到 set 中。需要注意的是，由于集合的唯一性，重复的元素无法添加到 set 中，这很像 hash 类型中设置 field 的操作。

• 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。

示例：

redis> SADD myset "Hello" (integer) 1 redis> SADD myset "World" (integer) 1 redis> SADD myset "World" (integer) 0

2.2 获取全部元素：SMEMBERS

SMEMBERS命令用于获取一个 set 中的所有元素。由于集合是无序的，因此返回元素的顺序也是无序的。

• 语法：SMEMBERS key
• 时间复杂度：O(N)
• 返回值：所有元素的列表。

示例：

redis> SMEMBERS myset 1) "Hello" 2) "World"

2.3 判断元素是否存在：SISMEMBER

SISMEMBER用于判断当前给定的元素是否在集合中。

• 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。

示例：

redis> SADD myset "one" (integer) 1 redis> SISMEMBER myset "one" (integer) 1 redis> SISMEMBER myset "two" (integer) 0

2.4 获取集合基数：SCARD

SCARD用于获取一个 set 的基数（cardinality），即集合内的元素个数。

• 语法：SCARD key
• 时间复杂度：O(1)
• 返回值：set 内的元素个数。

示例：

redis> SCARD myset (integer) 2

2.5 随机移除元素：SPOP

SPOP用于从 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，所谓“末尾”并不存在，因此SPOP其实是随机删除。官方文档也明确表达了这种随机性：取出哪个元素实际是未定义行为。其底层在源码中针对spop的实现采用了“生成随机数”的方式。

• 语法：SPOP key [count]
• 时间复杂度：O(N)，N 是 count。
• 返回值：取出的元素。如果不写 count，则随机移除一个；如果写了 count，则移除并返回对应个数个元素。

示例：

redis> SADD myset "one" "two" "three" (integer) 3 redis> SPOP myset "one" redis> SPOP myset 2 1) "three" 2) "two"

2.6 移动元素：SMOVE

SMOVE命令用于把一个元素从源 set 中取出，再插入到目标 set 中。针对source中存在，destination中不存在的情况，该命令能正常完成删除与插入。如果移动的元素在source中不存在，则返回 0 表示移动失败。

• 语法：SMOVE source destination member
• 时间复杂度：O(1)
• 返回值：1 表示移动成功，0 表示失败。

示例：

redis> SADD myset "one" "two" (integer) 2 redis> SADD myotherset "three" (integer) 1 redis> SMOVE myset myotherset "two" (integer) 1

2.7 删除指定元素：SREM

SREM用于将指定的一个或多个元素从 set 中删除。

• 语法：SREM key member [member ...]
• 时间复杂度：O(N)，N 是要删除的元素个数。
• 返回值：本次操作删除的元素个数。

示例：

redis> SADD myset "one" "two" "three" (integer) 3 redis> SREM myset "one" (integer) 1 redis> SREM myset "four" (integer) 0

3 集合间的运算操作

除了集合内部的操作，Redis 集合最强大的功能在于其支持多个集合间的数学运算。这些操作遵循数学中定义好的规则，主要包含交集、并集和差集。

• 交集（inter）：最终结果同时出现在两个集合中。
• 并集（union）：把多个集合中的数据都集中放在一起，如果元素有重复，也最终只保留一份。
• 差集（diff）：求出那些在集合 A 中存在，同时在集合 B 中不存在的元素。

Redis Set 的三个 STORE 后缀命令具有相同的目标键处理规则：结果非空时创建或覆盖 destination；结果为空时删除 destination，不会保留空集合。

3.1 交集运算：SINTER 与 SINTERSTORE

SINTER用于获取给定 set 的交集中的元素并直接返回数据。

• 语法：SINTER key [key ...]
• 时间复杂度：O(N * M)，N 是最小的集合元素个数，M 是最大的集合元素个数。
• 返回值：交集的元素。

示例：

redis> SADD key1 "a" "b" "c" (integer) 3 redis> SADD key2 "c" "d" "e" (integer) 3 redis> SINTER key1 key2 1) "c"

SINTERSTORE则不会直接返回交集的数据，而是直接将把交集的结果保存到destination对应的集合中。SINTERSTORE 会在交集结果非空时自动创建 destination，如果结果为空，则不会保留该键。

• 语法：SINTERSTORE destination key [key ...]
• 时间复杂度：O(N * M)。
• 返回值：返回值为交集的元素个数（Integer）。

示例：

redis> SINTERSTORE key key1 key2 (integer) 1 redis> SMEMBERS key 1) "c"

3.2 并集运算：SUNION 与 SUNIONSTORE

SUNION用于获取给定 set 的并集中的元素。

• 语法：SUNION key [key ...]
• 时间复杂度：O(N)，N 指给定的所有集合的总的元素个数。
• 返回值：并集的元素。

示例：

redis> SUNION key1 key2 1) "a" 2) "c" 3) "e" 4) "b" 5) "d"

SUNIONSTORE将并集的结果存储到destination对应的集合中。

• 语法：SUNIONSTORE destination key [key ...]
• 时间复杂度：O(N)。
• 返回值：并集的元素个数。

示例：

redis> SUNIONSTORE key4 key1 key2 (integer) 5 redis> SMEMBERS key4 1) "a" 2) "c" 3) "e" 4) "b" 5) "d"

3.3 差集运算：SDIFF 与 SDIFFSTORE

SDIFF用于获取给定 set 的差集中的元素。需要注意的是，差集运算与 key 的顺序相关，SDIFF key1 key2与SDIFF key2 key1的结果完全不同。

• 语法：SDIFF key [key ...]
• 时间复杂度：O(N)。
• 返回值：差集的元素。

Redis 的SDIFF（差集）就是第一个集合减去后面所有集合中的元素。

SADD set1 a b c d SADD set2 b c SADD set3 c d SDIFF set1 set2 set3

计算过程：

1. set1初始元素：a b c d
2. 减去set2中的b c，剩余：a d
3. 再减去set3中的c d，剩余：a

最终结果：a

注意：SDIFF的结果只取决于第一个集合及后续集合的排除作用，后续集合之间不需要计算差集。集合顺序会影响结果，例如SDIFF set2 set1的结果为空。

SDIFFSTORE将差集的结果存储到destination对应的集合中。

• 语法：SDIFFSTORE destination key [key ...]
• 时间复杂度：O(N)。
• 返回值：差集的元素个数。

示例：

redis> SDIFFSTORE key5 key1 key2 (integer) 2 redis> SMEMBERS key5 1) "a" 2) "b"

第二章 深入探究 Redis 集合的内部编码与底层实现

Redis 作为一个卓越的内存数据库，对内存空间的利用可谓精打细算。为了在保证性能的同时尽可能节省内存，Redis 为集合（Set）类型设计了两种不同的底层内部编码：intset（整数集合）和hashtable（哈希表）。在开发与运维过程中，我们可以通过OBJECT ENCODING key命令来实时查看某个集合键的底层编码类型。

本章将详细解析这两种编码的触发条件及其背后的设计逻辑。

1 节省内存的利器：intset（整数集合）

intset是 Redis 为了节省内存空间而做出的特定优化。当集合满足特定条件时，Redis 会选用intset来作为集合的内部实现，从而大幅度减少内存的使用。

intset 本质上是一块连续的内存空间，其内部结构非常紧凑。它包含一个记录编码方式的 encoding 字段、一个记录元素个数的 length 字段，以及一个真正存放数据的整数数组 contents。

+-------------------------+|intset|+-------------------------+|encoding(编码方式)|<--例如:INTSET_ENC_INT16|length(元素个数)|<--例如:4|contents[](整数数组)|<--真正存放数据的连续内存空间+-------------------------+|v+-------+-------+-------+-------+|1|2|3|4|<--元素紧挨着排列，无额外指针开销+-------+-------+-------+-------+

触发条件：

1. 集合中的元素全部都是整数。
2. 集合中元素的个数小于set-max-intset-entries配置（该配置项默认值为 512 个）。

2 通用且灵活的实现：hashtable（哈希表）

当集合类型无法满足intset的严苛条件时，Redis 会退化并使用hashtable（哈希表）作为集合的内部实现。哈希表能够支持任意类型的字符串元素，并且支持海量数据的存储。

Redis 的 hashtable 底层由字典（dict）结构实现，为了保证扩容时的性能，它内部维护了两个哈希表（用于渐进式 Rehash）。每个哈希表由一个数组构成，数组的每个槽位指向一个链表（或红黑树，视具体 Redis 版本而定），用于解决哈希冲突。

+-------------------------+|dict|+-------------------------+|type(类型)||privdata(私有数据)||ht[2](两个哈希表)|<--通常使用 ht[0],ht[1]用于渐进式 rehash+-------------------------+|v+-------------------------+|dictht|<--哈希表结构+-------------------------+|table(哈希节点数组)|---+|size(哈希表总大小)|||sizemask(掩码)|||used(已有节点数量)||+-------------------------+|v+------+------+------+------+------+------+|*|*|NULL|*|NULL|NULL|<--哈希桶数组+--|---+--|---+------+--|---+------+------+|||v v v+--------+--------++--------+|Entry|Entry||Entry|+--------+--------++--------+|key|key||key|<--拉链法解决哈希冲突|value|value||value||next|next|-->|next|-->NULL+--------+--------++--------+

以下两种情况会触发内部编码转换为hashtable：

情况一：元素个数超过配置上限
当集合中的元素个数超过set-max-intset-entries配置的阈值（默认 512 个）时，即使元素全部是整数，底层编码也会自动转换为hashtable，以保证操作的性能。

127.0.0.1:6379> sadd setkey 1 2 3 4 ... (此处省略，共计添加513个元素) (integer) 513 127.0.0.1:6379> object encoding setkey "hashtable"

情况二：存在非整数元素

一旦向集合中加入了非整数类型的元素（如字符串），intset的条件被破坏，Redis 会立即将内部编码切换为hashtable。

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

第三章 集合的典型应用场景与架构实践

在现代互联网架构中，Redis 集合（Set）凭借其天然去重和高效关系运算的特性，成为了解决许多复杂业务场景的利器。本章将打破单一视角，从用户画像、社交关系与数据统计三个维度，深入探讨集合在实际工程中的广泛应用。

1 核心应用：构建海量用户画像与标签系统

集合类型最典型的使用场景是标签（Tag）系统。在各大互联网平台中，分析用户特征、打标签是精细化运营的基础。

1.1 从用户特征到标签化存储

系统通常会根据用户的历史行为、注册信息（如性别、年龄、居住地、爱好等）来推断用户特征。由于不同用户群体的商业价值存在显著差异（例如在消费市场中常说的“女人 > 孩子 > 老人 > 狗 > 男人”），精准的标签能帮助电商网站做差异化的产品推荐。

互联网大厂之间常通过手机号、微信号等唯一标识共享上述用户数据。当系统通过多渠道将零散的特征收集完毕后，就会将它们转化为简短的字符串，即“标签”，并持久化到 Redis 的 Set 中。用户画像的构建是一件极其复杂且专业的工作，通常由专门的团队负责。

1.2 标签系统的双向索引与操作

在实际存储中，为了满足多种查询需求，我们通常会维护双向的集合映射：既记录用户拥有哪些标签，也记录某个标签下有哪些用户。

1. 给用户添加标签（正向索引）

sadd user:1:tags tag1 tag2 tag5 sadd user:2:tags tag2 tag3 tag5 ... sadd user:k:tags tag1 tag2 tag4

2. 给标签添加用户（反向索引）

sadd tag1:users user:1 user:3 sadd tag2:users user:1 user:2 user:3 ... sadd tagk:users user:1 user:4 user:9 user:28

3. 删除维护关系
当用户取消兴趣或标签失效时，需要同步清理双向数据：

# 删除用户下的标签 srem user:1:tags tag1 tag5 # 删除标签下的用户 srem tag1:users user:1 srem tag5:users user:1

1.3 标签衍生出的“用户关系”与信息茧房

基于上述标签数据，我们可以进行更深度的挖掘。例如，通过求交集运算计算两个用户的共同兴趣：

sinter user:1:tags user:2:tags

基于这种共同兴趣，很容易找到两个用户之间的公共标签，进而衍生出“用户关系”（如互相推荐可能认识的人）。

在推荐系统中，这种基于标签的玩法被短视频等平台发挥到了极致。当你认真观看了某类视频后，服务器就会通过标签判定你的喜好，接下来不断推送同类内容。这在客观上造成了“信息茧房”效应：你看到的东西，都是你愿意看到的；你不愿意看的，就很难被看到。用户看到的内容始终是一个“小圈子”，到处传递的都是你关注领域的焦点信息。

2 社交网络：基于集合交集的好友推荐

除了标签，集合在社交软件（如 QQ、微信）中计算共同好友的场景也同样经典。基于“集合求交集”的运算，系统可以轻松地做出好友推荐。

假设存在以下社交关系：

• A 和 B 是好友
• A 和 C 是好友
• B、C 都和 D 是好友

当我们需要给 A 推荐好友时，系统可以提取 A 的好友集合与 D 的好友集合，求其交集。发现 A 和 D 存在共同的交集（B 和 C），系统就会根据社交图谱的亲密度，将 D 推荐给 A。这种依赖集合底层高效运算的推荐算法，极大地提升了用户体验。

3 流量统计：利用天然去重特性计算 UV

在互联网产品运营中，衡量用户规模的两个核心指标是 PV 和 UV。

• PV (Page View)：页面浏览量。用户每次访问该服务器，每次访问都会产生一个 PV。
• UV (User View)：独立访客数。每个用户访问服务器，会产生一个 UV。但同一个用户多次访问，不会使 UV 增加。

由于 UV 需要严格按照用户进行去重，这与 Set 集合的唯一性完美契合。在数据量可控的情况下，我们可以利用 Set 来记录当天访问的用户 ID。无论用户一天内刷新多少次页面，由于 Set 的特性，存入的都是同一个元素，最终通过SCARD命令获取集合的基数，就能精准统计出当天的 UV 数据，完美解决了去重统计的需求。