Redis常用数据类型--Set

Set

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

sql 复制代码
SADD key member [member ...]

时间复杂度:O(1)

SMEMBERS

获取⼀个 set 中的所有元素
注意: 元素间的顺序是⽆序的

sql 复制代码
SMEMBERS key

时间复杂度:O(N)

SISMEMBER

判断⼀个元素在不在 set 中

sql 复制代码
SISMEMBER key member

时间复杂度:O(1)

SCARD

获取⼀个 set 的基数(cardinality),即 set 中的元素个数

sql 复制代码
SCARD key

时间复杂度:O(1)

SPOP

从 set 中删除并返回⼀个或者多个元素。注意,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

sql 复制代码
SPOP key [count]

时间复杂度:O(N), n 是 count

SMOVE

将⼀个元素从源 set 取出并放⼊⽬标 set 中

sql 复制代码
 SMOVE source destination member

时间复杂度:O(1)

SREM

将指定的元素从 set 中删除

sql 复制代码
SREM key member [member ...]

时间复杂度:O(N), N 是要删除的元素个数

SINTER

获取给定 set 的交集中的元素

sql 复制代码
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

SINTERSTORE

获取给定 set 的交集中的元素并保存到⽬标 set 中

sql 复制代码
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

SUNION

获取给定 set 的并集中的元素

sql 复制代码
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

SUNIONSTORE

获取给定 set 的并集中的元素并保存到⽬标 set 中

sql 复制代码
 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

SDIFF

获取给定 set 的差集中的元素

sql 复制代码
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

SDIFFSTORE

获取给定 set 的差集中的元素并保存到⽬标 set 中

sql 复制代码
 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

内部编码

集合类型的内部编码有两种:

  • intset(整数集合):当集合中的元素都是整数并且元素的个数⼩于 set-max-intset-entries 配置 (默认 512 个)时,Redis 会选⽤ intset 来作为集合的内部实现,从⽽减少内存的使⽤。
  • hashtable(哈希表):当集合类型⽆法满⾜ intset 的条件时,Redis 会使⽤ hashtable 作为集合 的内部实现。

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

相关推荐
jiayou6419 分钟前
KingbaseES 实战:深度解析数据库对象访问权限管理
数据库
Wect1 小时前
LeetCode 130. 被围绕的区域:两种解法详解(BFS/DFS)
前端·算法·typescript
NAGNIP13 小时前
一文搞懂深度学习中的通用逼近定理!
人工智能·算法·面试
李广坤20 小时前
MySQL 大表字段变更实践(改名 + 改类型 + 改长度)
数据库
颜酱1 天前
单调栈:从模板到实战
javascript·后端·算法
CoovallyAIHub1 天前
仿生学突破:SILD模型如何让无人机在电力线迷宫中发现“隐形威胁”
深度学习·算法·计算机视觉
CoovallyAIHub1 天前
从春晚机器人到零样本革命:YOLO26-Pose姿态估计实战指南
深度学习·算法·计算机视觉
CoovallyAIHub1 天前
Le-DETR:省80%预训练数据,这个实时检测Transformer刷新SOTA|Georgia Tech & 北交大
深度学习·算法·计算机视觉
CoovallyAIHub1 天前
强化学习凭什么比监督学习更聪明?RL的“聪明”并非来自算法,而是因为它学会了“挑食”
深度学习·算法·计算机视觉
CoovallyAIHub1 天前
YOLO-IOD深度解析:打破实时增量目标检测的三重知识冲突
深度学习·算法·计算机视觉