Redis Set 类型全解析

1.引言

在 Redis 常用数据类型中，Set（集合）以 “无序性” 和 “元素唯一性” 为核心特征，完美适配 “去重存储”“关系计算”“随机筛选” 等场景。从用户标签管理到共同好友计算，从 UV 统计到随机抽奖，Set 凭借简洁的命令体系和高效的底层实现，成为分布式系统中处理 “不重复数据” 的关键工具。本文将从核心特性出发，逐条拆解命令、解析编码优化，再结合实际业务场景说明应用逻辑，帮你吃透 Set 类型的所有关键知识点。

2.Set 类型的核心特性

• 元素唯一性：Set 中不会存在重复元素，即使重复添加（如sadd set1 a a），最终也只会保留 1 个（类似数学中的 “集合” 概念）；
• 元素无序性：元素插入顺序与存储顺序无关，无法通过下标访问（区别于 List 的 “有序”），也不会按值排序（区别于 Sorted Set 的 “排序有序”）；
• 元素类型限制：Set 中的每个元素均为 String 类型，若需存储结构化数据（如用户信息），需先序列化为 JSON 字符串（如"{user_id:1001, name:‘zhangsan’}"）。

3.Set 类型核心命令

3.1 元素添加与查询：sadd、smembers、sismember

sadd

sadd key member [member ...]

• 功能：向 Set 中添加 1 个或多个元素；若元素已存在，会自动忽略（保证唯一性）；若 Key 不存在，会先创建空 Set 再添加。
• 时间复杂度：O (K)（K 为添加的元素个数，单个元素添加为 O (1)）
• 返回值：成功添加的元素个数（已存在的元素不计入）。

smembers

smembers key

• 功能：获取 Set 中的所有元素（无序返回，每次执行结果的顺序可能不同）。
• 时间复杂度：O (N)（N 为 Set 中的元素总数，需遍历所有元素）
• 返回值：Set 中的所有元素列表（Key 不存在时返回空列表）。

sismember

sismember key member

• 功能：判断指定元素是否在 Set 中（类似 “存在性检查”）。
• 时间复杂度：O (1)（底层基于哈希表，直接通过元素哈希定位）。
• 返回值：1表示元素存在，0表示元素不存在或 Key 不存在。

3.2 元素删除与随机操作：spop、srandmember、srem

spop

spop key [count]

• 功能：从 Set 中随机删除1 个或count个元素（因 Set 无序，“随机” 即任意选择）；若 Key 不存在或 Set 为空，返回nil。
• 时间复杂度：O (count)（单个元素删除为 O (1)）
• 返回值：删除的元素列表（删除 1 个时返回单个值，删除多个时返回列表）。

srandmember

srandmember key [count]

• 功能：从 Set 中随机获取1 个或count个元素（不删除元素）；若count为正数，返回的元素不重复；若count为负数，返回的元素可能重复（绝对值为获取个数）。
• 时间复杂度：O(count)。
• 返回值：获取的元素列表（Key 不存在或 Set 为空时返回空列表）。

srem

srem key member [member ...]

• 功能：从 Set 中删除 1 个或多个指定元素（非随机，需明确指定元素）；若元素不存在，会自动忽略。
• 时间复杂度：O (K)（K 为删除的元素个数，单个元素删除为 O (1)）。
• 返回值：成功删除的元素个数（不存在的元素不计入）。

3.3 元素移动：smove

smove source destination member

• 功能：将sourceSet 中的指定元素member移动到destinationSet 中；若source中无该元素，或destination中已存在该元素，移动失败。
• 时间复杂度：O (1)（两个 Set 的操作均为哈希表定位）。
• 返回值：1表示移动成功，0表示移动失败（元素不存在或已重复）。

3.4 集合间关系计算：sinter、sinterstore、sunion、sunionstore、sdiff、sdiffstore

这类命令用于计算多个 Set 之间的 “交集”“并集”“差集”，是 Set 类型的核心价值所在，广泛用于 “共同好友”“标签匹配” 等场景。

sinter

sinter key [key ...]（交集）

• 功能：计算所有输入 Set 的 “交集”—— 仅保留 “在所有 Set 中都存在” 的元素。
• 时间复杂度：O (N*M)（N 为最小 Set 的元素个数，M 为 Set 的个数）。
• 返回值：交集元素列表（无交集或 Key 不存在时返回空列表）

sinterstore

sinterstore destination key [key ...]（交集存储）

• 功能：与sinter逻辑一致，计算所有 Set 的交集，但不直接返回结果，而是将交集存储到destinationSet 中；若destination已存在，会先清空原有元素。
• 时间复杂度：O(N*M)。
• 返回值：交集的元素个数（无交集时返回 0）。

sunion

sunion key [key ...]（并集）

• 功能：计算所有输入 Set 的 “并集”—— 保留 “在任意一个 Set 中存在” 的元素（自动去重）。
• 时间复杂度：O (N)（N 为所有 Set 的元素总数之和）。
• 返回值：并集元素列表（Key 不存在时视为空 Set）。

sunionstore

sunionstore destination key [key ...]（并集存储）

sdiff

sdiff key [key ...]（差集）

• 功能：计算 “第一个 Set 与后续所有 Set” 的 “差集”—— 保留 “仅在第一个 Set 中存在，且在后续 Set 中均不存在” 的元素。
• 时间复杂度：O (N)（N 为所有 Set 的元素总数之和）。
• 返回值：差集元素列表（Key 不存在时视为空 Set）。

sdiffstore

sdiffstore destination key [key ...]（差集存储）

3.5 命令小结

4. Set 类型的底层编码

intset（整数集合） 为了节省空间，做出的特定优化
当元素均为整数，并且元素个数不多的时候

hashtable（哈希表）

Redis 为 Set 设计了两种底层编码，根据 “元素类型” 和 “元素数量” 自动切换，核心目标是 “小数据省内存，大数据保性能”，与 String、List 的编码优化逻辑一致。

与其他语言 Set 的底层差异

• C++ std::set：底层基于红黑树，核心特性是 “有序（按值排序）+ 去重”，适合需要排序的场景，但增删查时间复杂度为 O(logN)；
• Java HashSet：底层基于哈希表（数组 + 链表 / 红黑树），特性是 “无序 + 去重”，增删查时间复杂度为 O (1)，与 Redis Set 的hashtable编码逻辑类似；
• Java TreeSet：底层基于红黑树，特性是 “有序（按自然顺序或自定义排序）+ 去重”，类似 C++ std::set。

5.应用场景

5.1 使用Set来保存用户的 ”标签“

比如 用户画像
根据你平时的点击，评论，分享，观看时长…等，分析你的特征，再投其所好~~
根据收集到的用户特征，转换成“标签” —》简短的字符串—》保存到set中。

5.2 使用Set来计算用户间的共同好友~

基于集合求交集

QQ：把共同好友多的人相互推荐

5.3 使用Set统计 UV

基于 去重 ~

一个互联网产品，如何衡量用户量，用户规模？
主要两个指标：
1.PV page view 用户每次访问该服务器都会产生一个pv
2.UV user view 每个用户访问服务器，产生一个uv，但是同一个用户多次访问，uv不会增加

uv需要按照用户进行去重，去重过程可以使用set来实现。

5.4 随机筛选（抽奖、随机推荐）

Set 的spop和srandmember命令支持 “随机操作”，适合 “随机抽奖”“随机推荐内容” 等场景 —— 无需额外维护随机数逻辑，Redis 直接提供高效的随机筛选能力。

5.5 业务场景

Set 类型的核心价值在于 “去重” 和 “关系计算”，选择是否用 Set，需判断业务需求是否符合以下特征：

• 需求 1：“数据不能重复”（如 UV 统计、用户标签）——Set 的元素唯一性天然满足；
• 需求 2：“需计算多个数据集的交集 / 并集 / 差集”（如共同好友、标签匹配）——Set 的sinter、sunion等命令高效支持；
• 需求 3：“需随机筛选数据”（如抽奖、随机推荐）——Set 的spop、srandmember命令无需额外开发。

6.小结

Redis Set 类型的核心价值可归纳为 “简洁高效的去重与关系计算工具”—— 它用极简的命令体系，解决了 “不重复数据存储”“多数据集关系分析”“随机筛选” 等高频业务需求，且底层编码优化保证了内存与性能的平衡。

使用 Set 类型时，需牢记三个关键建议：

• 控制 Set 大小：单个 Set 的元素个数建议不超过 10 万，超过后采用 “分桶存储”（如 UV 统计分桶），避免内存占用过高；
• 优先用scard替代smembers：统计元素个数时，scard是 O (1) 高效命令，smembers是 O (N)命令（需遍历所有元素），数据量大时避免用smembers；
• 大规模去重选HyperLogLog：若 UV、PV 等去重统计的精度要求不高（允许 0.81%左右的误差），优先用HyperLogLog（pfadd/pfcount命令），大幅节省内存。