Redis 集合(Set)（长文讲解）

💡一则或许对你有用的小广告

欢迎加入小哈的星球 ，你将获得：专属的项目实战 / 1v1 提问 / Java 学习路线 / 学习打卡 / 每月赠书 / 社群讨论

• 新项目:《从零手撸：仿小红书（微服务架构）》 正在持续爆肝中，基于 Spring Cloud Alibaba + Spring Boot 3.x + JDK 17...，点击查看项目介绍 ;
• 《从零手撸：前后端分离博客项目（全栈开发）》 2 期已完结，演示链接： http://116.62.199.48/ ;

截止目前， 星球 内专栏累计输出 82w+ 字，讲解图 3441+ 张，还在持续爆肝中.. 后续还会上新更多项目，目标是将 Java 领域典型的项目都整一波，如秒杀系统, 在线商城, IM 即时通讯，权限管理，Spring Cloud Alibaba 微服务等等，已有 2900+ 小伙伴加入学习 ，欢迎点击围观

在现代互联网应用中，数据存储与查询的效率直接影响用户体验和系统性能。Redis 集合(Set) 作为 Redis 提供的核心数据结构之一，以其独特的特性在数据去重、实时统计、社交网络分析等场景中发挥重要作用。本文将通过通俗易懂的比喻、代码示例和实际案例，带领编程初学者和中级开发者逐步掌握 Redis 集合的原理与实践。

一、Redis 集合的基础概念

1.1 集合的定义与特点

Redis 集合（Set）是一种 无序、不重复 的字符串元素容器。它类似于数学中的集合概念，但存储在内存中，支持高效的增删改查操作。其核心特点包括：

• 唯一性：集合中的元素不可重复。
• 无序性：元素的存储顺序与插入顺序无关。
• 快速查询：通过哈希表实现，成员查找的时间复杂度为 O(1)。

形象比喻：
可以把 Redis 集合想象成一个 “图书馆的书籍分类架”。每本书（元素）只能存在于一个分类（集合）中，且不会重复存放。当需要快速判断某本书是否在架上时，只需通过分类标签直接检索，无需逐本翻找。

1.2 集合与其它数据结构的对比

二、Redis 集合的核心操作

2.1 添加元素：SADD

通过 SADD key member [member ...] 命令可以向集合中添加一个或多个元素。如果元素已存在，则操作不会生效。

示例代码：

SADD users "Alice" "Bob" "Charlie"  

2.2 查询元素：SMEMBERS

使用 SMEMBERS key 命令可以获取集合中所有元素的列表。

SMEMBERS users  

2.3 判断元素是否存在：SISMEMBER

通过 SISMEMBER key member 可快速判断某个元素是否存在于集合中。

SISMEMBER users "Bob"  
SISMEMBER users "Dave"  

2.4 删除元素：SREM

使用 SREM key member [member ...] 可删除集合中的指定元素。

SREM users "Charlie"  

2.5 获取集合元素数量：SCARD

通过 SCARD key 可获取集合中元素的总数。

SCARD users  

三、Redis 集合的高级功能

3.1 集合运算：交集、并集、差集

Redis 集合支持对多个集合进行数学运算，包括交集、并集和差集，这在数据分析场景中非常实用。

3.1.1 交集：SINTER

SINTER key [key ...] 返回多个集合的共同元素。

示例：

SADD groupA "Alice" "Bob"  
SADD groupB "Bob" "Charlie"  

SINTER groupA groupB  

3.1.2 并集：SUNION

SUNION key [key ...] 返回所有集合的元素合并后的结果。

SUNION groupA groupB  

3.1.3 差集：SDIFF

SDIFF key [key ...] 返回第一个集合与其他集合的差值（即仅存在于第一个集合中的元素）。

SDIFF groupA groupB  

3.2 集合运算与存储：SINTERSTORE 等

若希望将运算结果存储到新集合中，可使用 SINTERSTORE、SUNIONSTORE、SDIFFSTORE 命令。

示例：

SINTERSTORE common_members groupA groupB  

四、Redis 集合的典型应用场景

4.1 数据去重

案例：统计某篇文章的独立访问用户数。

解决方案：
每当用户访问文章时，将用户 ID 添加到 Redis 集合中。最终通过 SCARD 命令获取集合的大小即可得到去重后的访问人数。

SADD article_views:123 "user_001"  
SADD article_views:123 "user_002"  
SADD article_views:123 "user_001"  # 重复的用户不会被再次添加  

SCARD article_views:123  

4.2 实时分析与推荐

案例：社交网络中“共同好友”功能的实现。

解决方案：
将用户的好友列表存储为集合，通过 SINTER 计算两个用户的共同好友。

SADD user_friends:Alice "Bob" "Charlie" "Dave"  

SADD user_friends:Bob "Charlie" "Eve"  

SINTER user_friends:Alice user_friends:Bob  

4.3 缓存过期策略

案例：实现“限时优惠券”功能，确保每个用户只能领取一次。

解决方案：
将已领取用户的 ID 存入集合，并为集合设置过期时间。

SADD coupons:202310 "user_001"  
EXPIRE coupons:202310 3600  # 设置集合在 1 小时后过期  

五、性能优化与注意事项

5.1 数据类型选择

• 小集合 vs 大集合：若集合元素数量极小（如 < 5），Redis 会自动优化存储结构，减少内存占用。
• 避免频繁操作大集合：集合的交、并、差操作时间复杂度为 O(N)，元素过多时可能影响性能。

5.2 内存优化技巧

• 合理设置过期时间：对于临时数据（如活动用户列表），及时清理不再需要的集合。
• 分片存储：若集合元素超过千万级，可考虑按业务逻辑分片存储，降低单个集合的压力。

六、结论

Redis 集合（Set）凭借其高效的数据操作能力和灵活的集合运算功能，成为解决去重、实时分析等场景的利器。通过本文的代码示例和案例解析，开发者可以快速掌握其核心原理与实践方法。无论是统计独立用户数、分析社交关系，还是实现优惠券系统，Redis 集合都能提供简洁高效的解决方案。

在实际应用中，建议开发者根据业务需求合理选择数据结构，并结合 Redis 的内存优化策略，最大化其性能优势。随着对 Redis 集合的深入理解，您将能更从容地应对复杂业务场景下的数据存储与计算挑战。