Redis 数据类型 Set 集合
集合类型也是保存多个字符串类型的元素的，但和列表类型不同的是，集合中元素之间是⽆序的并且元素不允许重复，如下图所⽰。⼀个集合中最多可以存储 2^32 - 1 个元素。Redis 除了⽀持集合内的增删查改操作，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问题。
Set 数据类型的特点
-
无序性：集合中的元素是无序的，不能通过索引访问元素。
-
唯一性：集合中的元素是唯一的，不允许重复。
-
高效性：集合内部使用哈希表实现，因此添加、删除和查找操作的时间复杂度接近于 O(1)。
内部编码
Redis 的 set 数据类型有两种内部编码方式：
-
Intset（整数集合）：当集合中的所有元素都是整数，并且元素数量不超过 512 时，Redis 会使用 intset 作为集合的内部实现。
-
Hashtable（哈希表）：当集合不满足 intset 的条件（例如元素数量超过 512 或存在非整数元素）时，Redis 会切换到 hashtable 编码。
命令
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。
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：
SMEMBERS
获取⼀个 set 中的所有元素，注意，元素间的顺序是⽆序的。
语法：
SMEMBERS key
时间复杂度：O(N)
返回值：所有元素的列表。
⽰例：
SISMEMBER
判断⼀个元素在不在 set 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：
SRANDMEMBER
随机获取 set 中的一个或多个元素。
语法：
SRANDMEMBER key [count]
时间复杂度：O(N)
返回值：N 为 count。
⽰例：
SCARD
获取⼀个 set 的基数（cardinality），即 set 中的元素个数。
语法：
SCARD key
时间复杂度：O(1)
返回值：set 内的元素个数。
⽰例：
SPOP
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，所以取出哪个元素实际是未定义⾏为，即可以看作随机的。
语法：
SPOP key [count]
时间复杂度：O(N), n 是 count
返回值：取出的元素。
⽰例：
SMOVE
将⼀个元素从源 set 取出并放⼊⽬标 set 中。
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：
SREM
将指定的元素从 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：
集合间操作
SINTER
获取给定 set 的交集中的元素。
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：
SINTERSTORE
获取给定 set 的交集中的元素并保存到⽬标 set 中。
语法：
SINTERSTORE destination 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：交集的元素个数。
⽰例：
SUNION
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 给定的所有集合的总的元素个数.
返回值：并集的元素。
⽰例：
SUNIONSTORE
获取给定 set 的并集中的元素并保存到⽬标 set 中。
语法：
SUNIONSTORE destination key [key ...]
时间复杂度：O(N), N 给定的所有集合的总的元素个数.
返回值：并集的元素个数。
SDIFF
获取给定 set 的差集中的元素。
语法：
SDIFF key [key ...]
时间复杂度：O(N), N 给定的所有集合的总的元素个数.
返回值：差集的元素。
⽰例：
SDIFFSTORE
获取给定 set 的差集中的元素并保存到⽬标 set 中。
语法：
SDIFFSTORE destination key [key ...]
时间复杂度：O(N), N 给定的所有集合的总的元素个数.
返回值：差集的元素个数。
使用场景
集合类型⽐较典型的使⽤场景是标签（tag）。例如 A ⽤⼾对娱乐、体育板块⽐较感兴趣，B ⽤⼾
对历史、新闻⽐较感兴趣，这些兴趣点可以被抽象为标签。有了这些数据就可以得到喜欢同⼀个标签的⼈，以及⽤⼾的共同喜好的标签，这些数据对于增强⽤⼾体验和⽤⼾黏度都⾮常有帮助。 例如⼀个电⼦商务⽹站会对不同标签的⽤⼾做不同的产品推荐。下⾯的演⽰通过集合类型来实现标签的若⼲功能。
1）给⽤⼾添加标签
sadd user:1:tags tag1 tag2 tag5
sadd user:2:tags tag2 tag3 tag5
...
sadd user:k:tags tag1 tag2 tag4
2）给标签添加⽤⼾
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）删除⽤⼾下的标签
srem user:1:tags tag1 tag5
...
4）删除标签下的⽤⼾
srem tag1:users user:1
srem tag5:users user:1
...
5）计算⽤⼾的共同兴趣标签
sinter user:1:tags user:2:tags