一.SET概念
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1）元素之间是无序的2）元素不可重复。一个集合中最多可以存储无数个元素。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。
- 谈到一个术语，这个术语很可能有多种含义。
- Set：
- 集合。
- 设置（和 get 相对应）。
- 集合就是把一些有关联的数据放到一起。
- 集合中的元素是无序的！
- 集合中的元素是不能重复的（唯一的）。
- 此处说的无序和前面 list 这里的有序是对应的。
- 有序：顺序很重要。变换一下顺序，就是不同的 list 了。
- 无序：顺序不重要。变化一下顺序，集合还是那个集合。
- 示例：
- list：
[1, 2, 3]和[2, 1, 3]是两个不同的 list。 - set：
[1, 2, 3]和[2, 1, 3]是同一个集合。
- list：
- 和 list 类似，集合中的每个元素也都是 string 类型。（可以使用 json 这样的格式让 string 也能存储结构化数据）。
二.SET核心命令
SADD 命令：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。
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
2.1SADD
2.2SMEMBERS
SMEMBERS命令：获取⼀个 set 中的所有元素，注意，元素间的顺序是无序的。
SMEMBERS key时间复杂度：O(N)
返回值：所有元素的列表
2.3SISMEMBER
SISMEMBER命令：判断⼀个元素在不在 set 中。
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
2.4SPOP
SPOP 命令：从 set 中删除并返回⼀个或者多个元素。
-
spop 删除元素的时候其实是随机删除。
-
不写 count 的时候，随机删除一个；写 count 的时候，就写几个就删几个。
-
该操作类似于
SRANDMEMBER，SRANDMEMBER从集合中返回一个或多个随机元素但不删除它。 -
其实是在源码中，针对 spop 实现的时候采取了 "生成随机数" 的方式。
SPOP key [count]
时间复杂度：O(N), n 是 count
返回值：取出的元素。
存储元素是无序的，删除随机删
2.5SMOVE
SMOVE 命令：将⼀个元素从源 set 取出并放⼊目标 set 中。
- 把 member 从 source 上删除，再插入到 destination 中。
再次操作时，smove 不会视为出错，也会按照删除 - 插入进行执行。
如果要移动的元素在 source 中不存在，返回 (integer) 0 表示移动失败了。
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
2.6 SREM
SREM 命令：将指定的元素从 set 中删除。
可以一次删除一个 member，也可以一次删除多个 member。
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
2.7SCARD
SCARD 命令：获取⼀个 set 的基数（cardinality），即 set 中的元素个数。
SCARD key时间复杂度：O(1)
返回值：set 内的元素个数。
2.8 SRANDMEMBER
SRANDMEMBER命令：随机返回集合中的某个元素
相关概念：
1.交集（inter）：最终结果同时出现在两个集合中。
示例：A 为 {1, 2, 3, 4}，B 为 {3, 4, 5, 6}，A 和 B 的交集为 {3, 4}。
2.并集（union）：把多个集合中的数据都集中放在一起，如果元素有重复，也最终只保留一份。
示例：A 为 {1, 2, 3, 4}，B 为 {3, 4, 5, 6}，A 和 B 的并集为 {1, 2, 3, 4, 5, 6}。
3.差集（diff）：A 和 B 做差集，就是找出哪些元素在 A 中存在，同时在 B 中不存在。
示例：A 为 {1, 2, 3, 4}，B 为 {3, 4, 5, 6}，A 和 B 做差集为 {1, 2}，B 和 A 的差集为 {5, 6}。
2.9SINTER ，SINTERSTSTORE
SINTER命令：获取给定 set 的交集中的元素。
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。
SINTERSTORE命令：获取给定 set 的交集中的元素并保存到⽬标 set 中。
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
2.10SUNION， SUNIONSTORE
SUNION命令：获取给定 set 的并集中的元素。
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
SUNIONSTORE命令：获取给定 set 的并集中的元素并保存到目标 set 中。
SUNIONSTORE destination key [key ...]命令有效版本：1.0.0 之后
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。
2.11SDIFF，SDIFFSTORE
SDIFF命令：获取给定 set 的差集中的元素。
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。
SDIFFSTORE 命令：获取给定 set 的差集中的元素并保存到⽬标 set 中。
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
三.SET内部编码
- 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。
1.当元素个数较少并且都为整数时，内部编码为 intset：
127.0.0.1:6379> sadd setkey 1 2 3 4
(integer) 4
127.0.0.1:6379> object encoding setkey
"intset"2.当元素个数超过 512 个，内部编码为 hashtable
127.0.0.1:6379> sadd setkey 1 2 3 4
(integer) 513
127.0.0.1:6379> object encoding setkey
"hashtable"3.当存在元素不是整数时，内部编码为 hashtable
127.0.0.1:6379> sadd setkey a
(integer) 1
127.0.0.1:6379> object encoding setkey
"hashtable"四.SET的应用场景
集合类型比较典型的使用场景是标签（tag）。例如 A 用户对娱乐、体育板块比较感兴趣，B 用户对历史、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，以及用户的共同喜好的标签，这些数据对于增强用户体验和用户黏度都非常有帮助。 例如一个电子商务网站会对不同标签的用户做不同的产品推荐。
- 使用 Set 来保存用户的 "标签"（用户画像） ：
- 分析出个人的一些特征，分析清楚特征之后，再投其所好，实现 "千人千面"，例如可以分析出性别、年龄、居住地、爱好等特征。
- 可以根据用户的一些历史行为得出相关特征。
- 比如对于两个程序、两个账号，判断是否为同一个人，现在的程序登录主要是通过手机号和微信等入口来判断。
- 通过上述过程搜集到的用户特征，会转换成 "标签"，标签是简短的字符串，此时就可以把标签保存到 redis 的 set 中了。
- 使用 Set 来计算用户之间的共同好友 ：
- 基于 "集合求交集" 操作。
- 例如在 QQ 中，我加了很多好友，你也加了很多好友，基于此还可以做一些好友推荐。
- 如 A 和 B 是好友，A 和 C 是好友，B 和 C、D 都是好友，系统就会把 D 推荐给 A。
- 使用 Set 统计 UV（去重） ：
- 一个互联网产品，衡量用户量、用户规模主要有两方面指标：
- PV（page view）：用户每次访问该服务器，每次访问都会产生一个 pv。
- UV（user view）：每个用户访问服务器，都会产生一个 uv，但同一个用户多次访问，不会使 uv 增加，uv 需要按照用户进行去重，上述的去重过程，可以使用 set 来实现。
- 一个互联网产品，衡量用户量、用户规模主要有两方面指标：
- Set 方便计算交集 ：
- 很容易找到两个用户之间的公共标签。
- 基于这样的标签，衍生出一些 "用户关系"。