set
Redis 的 Set 是 string 类型的无序集合。
集合是通过哈希表实现的，所以添加，删除，查找的复杂度都是 O(1)。
- 新的存储需求：存储大量的数据，在查询方面提供更高的效率
- 需要的存储结构：能够保存大量的数据，高效的内部存储机制，便于查询
- set类型：与hash存储结构完全相同，仅存储键，不存储值（ nil），并且值是不允许重复的
基础命令
| 命令 | 功能 |
|---|---|
| sadd key member1 [member2......] | 添加数据 |
| smembers key | 获取全部数据 |
| srem key member1 [member2] | 删除数据 |
| scard key | 获取集合数据总 |
| sismember key member | 判断集合中是否包含指定数据 |
> sadd students zhangsan lisi wangwu
(integer) 3
> smembers students
1) "zhangsan"
2) "wangwu"
3) "lisi"
> srem students zhangsan
(integer) 1
> scard students
(integer) 2
> sismember students zhangsan
(integer) 0
扩展命令1
| 命令 | 功能 |
|---|---|
| srandmember key [count] | 随机获取集合中指定数量的数据 |
| spop key [count] | 随机获取集合中的某个数据并将该数据移出集合 |
srandmember students
"lisi"
> srandmember students 2
1) "wangwu"
2) "lisi"
> spop students
"wangwu"
扩展命令2
| 命令 | 功能 |
|---|---|
| sinter key1 [key2] | 求两个集合的交集 |
| sunion key1 [key2] | 求两个集合的并集 |
| sdiff key1 [key2] | 求两个集合的差集，前-后 |
| sinterstore destination key1 [key2] | 求两个集合的交集并存储到指定集合中 |
| sunionstore destination key1 [key2] | 求两个集合的并集并存储到指定集合中 |
| sdiffstore destination key1 [key2] | 求两个集合的差集并存储到指定集合中 |
| smove source destination member | 将指定数据从原始集合中移动到目标集合中 |
> sunion students teacher
1) "zhangsan"
2) "lisi"
3) "yuwen"
4) "shuxue"
应用场景
业务场景1
每位用户首次使用今日头条时会设置3项爱好的内容，但是后期为了增加用户的活跃度、兴趣点，必须让用户对其他信息类别逐渐产生兴趣，增加客户留存度，如何实现？
业务分析
- 系统分析出各个分类的最新或最热点信息条目并组织成set集合
- 随机挑选其中部分信息
- 配合用户关注信息分类中的热点信息组织成展示的全信息集合
解决方案
- 随机获取集合中指定数量的数据
- 随机获取集合中的某个数据并将该数据移出集合
业务场景2
脉脉为了促进用户间的交流，保障业务成单率的提升，需要让每位用户拥有大量的好友，事实上职场新人不
具有更多的职场好友，如何快速为用户积累更多的好友？
新浪微博为了增加用户热度，提高用户留存性，需要微博用户在关注更多的人，以此获得更多的信息或热门
话题，如何提高用户关注他人的总量？
解决方案
- 求两个集合的交、并、差集
- 求两个集合的交、并、差集并存储到指定集合中
- 将指定数据从原始集合中移动到目标集合中
业务场景3
集团公司共具有12000名员工，内部OA系统中具有700多个角色， 3000多个业务操作， 23000多种数据，每
位员工具有一个或多个角色，如何快速进行业务操作的权限校验
公司对旗下新的网站做推广，统计网站的PV（访问量） ,UV（独立访客） ,IP（独立IP）。
解决方案
- 利用set集合的数据去重特征，记录各种访问数据
- 建立string类型数据，利用incr统计日访问量（ PV）
- 建立set模型，记录不同cookie数量（ UV）
- 建立set模型，记录不同IP数量（ IP）
业务场景4
黑名单
资讯类信息类网站追求高访问量，但是由于其信息的价值，往往容易被不法分子利用，通过爬虫技术，
快速获取信息，个别特种行业网站信息通过爬虫获取分析后，可以转换成商业机密进行出售。例如第三方火
车票、机票、酒店刷票代购软件，电商刷评论、刷好评。
同时爬虫带来的伪流量也会给经营者带来错觉，产生错误的决策，有效避免网站被爬虫反复爬取成为每
个网站都要考虑的基本问题。在基于技术层面区分出爬虫用户后，需要将此类用户进行有效的屏蔽，这就是
黑名单的典型应用。
ps:不是说爬虫一定做摧毁性的工作，有些小型网站需要爬虫为其带来一些流量。
白名单
对于安全性更高的应用访问，仅仅靠黑名单是不能解决安全问题的，此时需要设定可访问的用户群体，
依赖白名单做更为苛刻的访问验证
解决方案
- 基于经营战略设定问题用户发现、鉴别规则
- 周期性更新满足规则的用户黑名单，加入set集合
- 用户行为信息达到后与黑名单进行比对，确认行为去向
- 黑名单过滤IP地址：应用于开放游客访问权限的信息源
- 黑名单过滤设备信息：应用于限定访问设备的信息源
- 黑名单过滤用户：应用于基于访问权限的信息源
set的应用
-
redis 应用于随机推荐类信息检索，例如热点歌单推荐，热点新闻推荐，热卖旅游线路，应用APP推荐，大V推荐等
-
redis 应用于同类信息的关联搜索，二度关联搜索，深度关联搜索
显示共同关注（一度）
显示共同好友（一度）
由用户A出发，获取到好友用户B的好友信息列表（一度）
由用户A出发，获取到好友用户B的购物清单列表（二度）
由用户A出发，获取到好友用户B的游戏充值列表（二度） -
redis 应用于同类型数据的快速去重
-
redis 应用于基于黑名单与白名单设定的服务控制
注意事项
- set 类型不允许数据重复，如果添加的数据在 set 中已经存在，将只保留一份
- set 虽然与hash的存储结构相同，但是无法启用hash中存储值的空间
sorted_set
Redis zset 和 set 一样也是string类型元素的集合,且不允许重复的成员。
不同的是每个元素都会关联一个double类型的分数。redis正是通过分数来为集合中的成员进行从小到大的排序。zset的成员是唯一的,但分数(score)却可以重复。
- 新的存储需求：数据排序有利于数据的有效展示，需要提供一种可以根据自身特征进行排序的方式
- 需要的存储结构：新的存储模型，可以保存可排序的数据
- sorted_set类型：在set的存储结构基础上添加可排序字段
基础命令
| 命令 | 功能 |
|---|---|
| zadd key score1 member1 [score2 member2...] | 添加数据 |
| zrange key start stop [WITHSCORES] | 升序排序，获取指定排名区间的所有数据 |
| zrevrange key start stop [WITHSCORES] | 降序排序，获取指定排名区间的所有数据 |
| zrem key member [member ...] | 删除指定数据 |
| zrangebyscore key min max [WITHSCORES] [LIMIT] | 升序排序，获取指定分数区间的数据 |
| zrevrangebyscore key max min [WITHSCORES] | 降序排序...... |
| zremrangebyrank key start stop | 移除有序集合中，指定排名(rank)区间内的所有数据 |
| zremrangebyscore key min max | 移除有序集合中，指定分数区间内的所有数据 |
| zcard key | 获取集合数据总量 |
| zcount key min max | 获取集合指定分数区间的数据总量 |
| zinterstore destination numkeys key [key ...] | 将两个有序集合的交集合并到一个新的有序集合 |
| zunionstore destination numkeys key [key ...] | 将两个有序集合的并集合并到一个新的有序集合 |
> zadd zs 10 fir 8 sec 4 thi
(integer) 3
> zrange zs 0 2
1) "thi"
2) "sec"
3) "fir"
> zrevrange zs 0 -1 withscores
1) "fir"
2) "10"
3) "sec"
4) "8"
5) "thi"
6) "7"
//> zrem zs thi
//(integer) 1
> zrangebyscore zs 7 10 withscores
1) "sec"
2) "8"
3) "fir"
4) "10"
扩展命令
| 命令 | 功能 |
|---|---|
| zrank key member | 获取数据对应的索引（排名），按升序 |
| zrevrank key member | 获取数据对应的索引（排名），按降序 |
| zscore key member | 获取指定数据的分数 |
| zincrby key increment member | 为指定增加(可以为负数，可以为小数) |
> zrank zs thi
(integer) 0
> zrevrank zs sec
(integer) 1
> zscore zs fir
"10"
> zincrby zs 5 fir
"15"
> zincrby zs -4.5 fir
"10.5"
应用场景
业务场景1
票选广东十大杰出青年，各类综艺选秀海选投票
各类资源网站TOP10（电影，歌曲，文档，电商，游戏等）
聊天室活跃度统计
游戏好友亲密度
业务分析
- 为所有参与排名的资源建立排序依据
解决方案
- 获取数据对应的索引（排名）
- score值获取与修改
业务场景2
基础服务+增值服务类网站会设定各位会员的试用，让用户充分体验会员优势。例如观影试用VIP、游戏
VIP体验、云盘下载体验VIP、数据查看体验VIP。当VIP体验到期后，如果有效管理此类信息。即便对于正式
VIP用户也存在对应的管理方式。
网站会定期开启投票、讨论，限时进行，逾期作废。如何有效管理此类过期信息。
解决方案
-
对于基于时间线限定的任务处理，将处理时间记录为score值，利用排序功能区分处理的先后顺序
-
记录下一个要处理的时间，当到期后处理对应任务，移除redis中的记录，并记录下一个要处理的时间
-
当新任务加入时，判定并更新当前下一个要处理的任务时间
-
为提升sorted_set的性能，通常将任务根据特征存储成若干个sorted_set。例如1小时内， 1天内，周内，
月内，季内，年度等，操作时逐级提升，将即将操作的若干个任务纳入到1小时内处理的队列中 -
获取当前系统时间
time
业务场景3
任务/消息权重设定应用
当任务或者消息待处理，形成了任务队列或消息队列时，对于高优先级的任务要保障对其优先处理，如
何实现任务权重管理。
解决方案
- 对于带有权重的任务，优先处理权重高的任务，采用score记录权重即可
多条件任务权重设定
如果权重条件过多时，需要对排序score值进行处理，保障score值能够兼容2条件或者多条件，例如外贸
订单优先于国内订单，总裁订单优先于员工订单，经理订单优先于员工订单 - 因score长度受限，需要对数据进行截断处理，尤其是时间设置为小时或分钟级即可（折算后）
- 先设定订单类别，后设定订单发起角色类别，整体score长度必须是统一的，不足位补0。第一排序规则首
位不得是0 - 例如外贸101，国内102，经理004，员工008。
- 员工下的外贸单score值为101008（优先）
- 经理下的国内单score值为102004
zset的应用
- redis 应用于计数器组合排序功能对应的排名
- redis 应用于定时任务执行顺序管理或任务过期管理
- redis 应用于即时任务/消息队列执行管理
- redis 应用于限时按次结算的服务控制
注意事项
- score保存的数据存储空间是64位，如果是整数范围是-9007199254740992~9007199254740992
- score保存的数据也可以是一个双精度的double值，基于双精度浮点数的特征，可能会丢失精度，使用时
候要慎重 - sorted_set 底层存储还是基于set结构的，因此数据不能重复，如果重复添加相同的数据， score值将被反
复覆盖，保留最后一次修改的结果