Redis的数据类型之集合 · set

悠悠 2023-02-16 01:50 36阅读 0赞

### 文章目录 ###

*   *  书接上回
     *  \`set\`简介
     *  \`set\`类型的应用场景
     *  \`set\`的基本命令
     *   *  \`sadd\`
         *  \`smembers\`
         *  \`sismember\`
         *  \`spop\`
         *  \`srandmemeber\`
         *  \`srem\`
         *  \`smove\`
         *  \`scard\`
         *  \`sinter\`
         *  \`sinterstore\`
         *  \`sunion\`
         *  \`sunionstore\`
         *  \`sdiff\`
         *  \`sdiffstore\`
         *  \`sscan\`
     *  \`set\`的内部结构
     *   *  \`hashtable\`
         *  intset
         *   *  字段解释:
     *  总结
     *   *  最后

## 书接上回 ##

前一篇文章,我们学习的是 Redis的数据结构之hash， 学习了其基本的操作和使用内部数据结构是`hashtable`和`ziplist`，其中`Redis` 中的`hash`是用 `dict` 表示的。如果不记得了其内部构成, 就再看看看着上篇文章吧。现在我们继续学习下一个数据类型 `set`。

## `set`简介 ##

`Redis`的 `set` 数据类型表示 一堆不重复值的集合。

`Redis`的`set` 数据类型有两种编码方式. `OBJ_ENCODING_INTSET` 和 `OBJ_ENCODING_HT`.

*  `OBJ_ENCODING_HT`这种编码方式在上一篇文章 07-Redis的数据类型之hash.md中已经简单的介绍过了。其实现的数据结构为 `dict`。更加深入的分享, 穿梭机.
 *  `OBJ_ENCODING_INTSET`,这种编码方式是我们要新学习的编码方式。 电梯直达

如果你看到这句话, 那就说明你是一个特别认真的人。哈哈哈，我们还是先遵循惯例。先学习`set`类型相关的命令。

## `set`类型的应用场景 ##

*  社交系统中存储关注信息，点赞信息，利用交并差运算，计算共同好友等业务中。比如`qq`的好友推荐逻辑,就可以使用差集运算。
 *  需要去重的业务逻辑中。某一时间端内系统的增长人数。
 *  统计访问网站的独立`IP`。

## `set`的基本命令 ##

### `sadd` ###

*  语法

`SADD key member [member ...]`

*  解释

`set add`

将一个或多个 `member` 元素加入到集合 `key` 当中，已经存在于集合的 `member` 元素将被忽略。

假如 `key` 不存在，则创建一个只包含 `member` 元素作成员的集合。

当 `key` 不是集合类型时，返回一个错误。

*  演示

127.0.0.1:6379> sadd k52 mem1 mem2 
    (integer) 2
    127.0.0.1:6379> sadd k52 mem1 
    (integer) 0
    127.0.0.1:6379> sadd k52 mem1 mem3
    (integer) 1

### `smembers` ###

*  语法

`SMEMBERS key`

*  解释

`set members`

返回集合 `key` 中的所有成员。

不存在的 `key` 被视为空集合

*  演示

# 查询元素， 注意保存是无序的.
    127.0.0.1:6379> SADD k53 m1 m2 m3 m4 m5
    (integer) 5
    127.0.0.1:6379> SMEMBERS k53
    1) "m4"
    2) "m3"
    3) "m2"
    4) "m1"
    5) "m5"

### `sismember` ###

*  语法

`SISMEMBER key member`

*  解释

`set is members`

判断 `member` 元素是否集合 `key` 的成员。

如果 `member` 元素是集合的成员，返回 `1` 。 如果 `member` 元素不是集合的成员，或 `key` 不存在，返回 `0`

*  演示

127.0.0.1:6379> SADD k54 m1 m2 m3 m4
    (integer) 4
    127.0.0.1:6379> SISMEMBER k54 m2
    (integer) 1
    127.0.0.1:6379> SISMEMBER k54 m5
    (integer) 0

### `spop` ###

*  语法

`SPOP key [count]`

*  解释

`set pop`

移除并返回集合中的 **随机一个** 元素。

*  演示

127.0.0.1:6379> SADD k55 m1 m2 m3 m4 m5 m6 m7 m8 m9 m10
    (integer) 10
    # 随机移除一个元素
    127.0.0.1:6379> spop k55
    "m9"
    127.0.0.1:6379> spop k55
    "m2"
    127.0.0.1:6379> spop k55
    "m3"
    # 随机移除3个元素
    127.0.0.1:6379> spop k55 3
    1) "m5"
    2) "m4"
    3) "m10"
    # 查看所有元素
    127.0.0.1:6379> SMEMBERS k55
    1) "m1"
    2) "m7"
    3) "m8"
    4) "m6"

### `srandmemeber` ###

*  语法

`SRANDMEMBER key [count]`

*  解释

`set rand member`

返回集合中的 随机 `count` 个元素(不会删除元素)

如果 `count` 为正数，且小于集合基数，那么命令返回一个包含 `count` 个元素的数组，数组中的元素各不相同。如果 `count` 大于等于集合基数，那么返回整个集合。

如果 `count` 为负数，那么命令返回一个数组，数组中的元素可能会重复出现多次，而数组的长度为 `count` 的绝对值。

*  演示

127.0.0.1:6379> SADD k56 m1 m2 m3 m4 m5 m6 m7 m8 m9 m10
    (integer) 10
    # 随机返回一个元素
    127.0.0.1:6379> SRANDMEMBER k56 
    "m1"
    127.0.0.1:6379> SRANDMEMBER k56 
    "m9"
    127.0.0.1:6379> SRANDMEMBER k56 
    "m5"
    # count是正数，小于集合的元素数,返回count个元素，无重复元素
    127.0.0.1:6379> SRANDMEMBER k56 5
    1) "m7"
    2) "m1"
    3) "m5"
    4) "m6"
    5) "m3"
    # count是正数，大于集合的元素数,返回整个集合
    127.0.0.1:6379> SRANDMEMBER k56 20
     1) "m5"
     2) "m6"
     3) "m4"
     4) "m8"
     5) "m7"
     6) "m1"
     7) "m10"
     8) "m3"
     9) "m2"
    10) "m9"
    # count为负数， 返回20个集合中的元素，元素会重复
    127.0.0.1:6379> SRANDMEMBER k56 -20
     1) "m6"
     2) "m6"
     3) "m9"
     4) "m7"
     5) "m6"
     6) "m5"
     7) "m6"
     8) "m9"
     9) "m1"
    10) "m6"
    11) "m1"
    12) "m9"
    13) "m2"
    14) "m1"
    15) "m2"
    16) "m5"
    17) "m9"
    18) "m2"
    19) "m4"
    20) "m6"

### `srem` ###

*  语法

`SREM key member [member ...]`

*  解释

`set remove`

移除集合 `key` 中的一个或多个 `member` 元素，不存在的 `member` 元素会被忽略。

当 `key` 不是集合类型，返回一个错误。

*  演示

127.0.0.1:6379> SADD k57 m1 m2 m3 m4 m5 m6 m7 m8 m9 m10
    (integer) 10
    127.0.0.1:6379> SREM k57 m1 m2 m3 
    (integer) 3
    127.0.0.1:6379> SMEMBERS k57
    1) "m7"
    2) "m8"
    3) "m5"
    4) "m6"
    5) "m4"
    6) "m10"
    7) "m9"
    127.0.0.1:6379> SREM k57 m11 m12
    (integer) 0

### `smove` ###

*  语法

`SMOVE source destination member`

*  解释

`set move`

将 `member` 元素从 `source` 集合移动到 `destination` 集合。

**`SMOVE` 是原子性操作**。

如果 `source` 集合不存在或不包含指定的 `member` 元素，则 `SMOVE` 命令不执行任何操作，仅返回 `0` 。否则， `member` 元素从 `source` 集合中被移除，并添加到 `destination` 集合中去。

当 `destination` 集合已经包含 `member` 元素时， `SMOVE` 命令只是简单地将 `source` 集合中的 `member` 元素删除。

当 `source` 或 `destination` 不是集合类型时，返回一个错误。

*  演示

127.0.0.1:6379> SADD k58 m1 m2 m3 m4 m5 m6 m7 m8 m9 m10
    (integer) 10
    # 移动两个元素到k58_dis
    127.0.0.1:6379> SMOVE k58 k58_dis m1
    (integer) 1
    127.0.0.1:6379> SMOVE k58 k58_dis m2
    (integer) 1
    127.0.0.1:6379> SMOVE k58 k58_dis m1
    (integer) 0
    # k58中的m1，m2 已被移除。
    127.0.0.1:6379> SMEMBERS k58
    1) "m7"
    2) "m8"
    3) "m5"
    4) "m6"
    5) "m4"
    6) "m10"
    7) "m3"
    8) "m9"
    # k58_dis中的m1,m2
    127.0.0.1:6379> SMEMBERS k58_dis
    1) "m2"
    2) "m1"

### `scard` ###

*  语法

`SCARD key`

*  解释

返回集合 `key` 的基数(集合中元素的数量)。  
集合的基数。 当 `key` 不存在时，返回 `0`

*  演示

127.0.0.1:6379> SADD k59 m1 m2 m3 m4 m5 m6 m7 m8 m9 m10
    (integer) 10
    # 获取元素个数
    127.0.0.1:6379> SCARD k59
    (integer) 10

### `sinter` ###

*  语法

`SINTER key [key ...]`

*  解释

`set intersection` : `set` 的交集

返回一个集合的全部成员，该集合是所有给定集合的交集。

不存在的 `key` 被视为空集。

当给定集合当中有一个空集时，结果也为空集(根据集合运算定律)。

*  演示

127.0.0.1:6379> SADD k60_1 m1 m2 m3 m4 m5 
    (integer) 5
    127.0.0.1:6379> SADD k60_2 m2 m3 m4 m5 m6
    (integer) 5
    127.0.0.1:6379> SADD k60_3 m4 m5 m6 m7 m8
    (integer) 5
    # 指定了一个key，返回集合的所有元素
    127.0.0.1:6379> SINTER k60_1
    1) "m4"
    2) "m3"
    3) "m2"
    4) "m1"
    5) "m5"
    # 多个key的时候，返回集合的交集。
    127.0.0.1:6379> SINTER k60_1 k60_2
    1) "m4"
    2) "m3"
    3) "m2"
    4) "m5"
    # 多个key的时候，返回集合的交集。
    127.0.0.1:6379> SINTER k60_1 k60_2 k60_3
    1) "m4"
    2) "m5"
    # k60_4不存在，为空集
    127.0.0.1:6379> SINTER k60_1 k60_4
    (empty list or set)

### `sinterstore` ###

*  语法

`SINTERSTORE destination key [key ...]`

*  解释

`set intersection and store`

这个命令类似于 SINTER key \[key …\] 命令，返回集合的交集。但它将结果保存到 destination 集合，而不是简单地返回结果集。

如果 destination 集合已经存在，则将其覆盖。

destination 可以是 key 本身。

*  演示

127.0.0.1:6379> SADD k61_1 m1 m2 m3 m4 m5
    (integer) 5
    127.0.0.1:6379> SADD k61_2 m4 m5 m6 m7 m8
    (integer) 5
    # 将k61_1 和 k61_2 集合的交集存储到k61_dis中
    127.0.0.1:6379> SINTERSTORE k61_dis k61_1 k61_2
    (integer) 2
    # 查看 k61_dis
    127.0.0.1:6379> SMEMBERS k61_dis
    1) "m4"
    2) "m5"
    # k61_1 和 k61_2 没有变化
    127.0.0.1:6379> SMEMBERS k61_1
    1) "m4"
    2) "m3"
    3) "m2"
    4) "m1"
    5) "m5"
    127.0.0.1:6379> SMEMBERS k61_2
    1) "m7"
    2) "m8"
    3) "m5"
    4) "m6"
    5) "m4"
    # 如果目标集合(k61_dis)存在，元素会被覆盖掉。
    127.0.0.1:6379> SADD k61_3 m1 m2 m3 
    (integer) 3
    127.0.0.1:6379> SINTERSTORE k61_dis k61_1 k61_3
    (integer) 3
    127.0.0.1:6379> SMEMBERS k61_dis
    1) "m1"
    2) "m2"
    3) "m3"

### `sunion` ###

*  语法

`SUNION key [key ...]`

*  解释

`set union`

返回一个集合的全部成员，如果是多个集合(key),返回所有给定集合的并集。

不存在的 key 被视为空集。

*  演示

127.0.0.1:6379> SADD k62_1 m1 m2 m3 
    (integer) 3
    127.0.0.1:6379> SADD k62_2 m2 m3 m4 m5 m6 
    (integer) 5
    # 一个key，返回整个集合。
    127.0.0.1:6379> SUNION k62_1
    1) "m1"
    2) "m2"
    3) "m3"
    # 多个key，返回并集
    127.0.0.1:6379> SUNION k62_1 k62_2
    1) "m3"
    2) "m1"
    3) "m5"
    4) "m6"
    5) "m2"
    6) "m4"

### `sunionstore` ###

*  语法

`SUNIONSTORE destination key [key ...]`

*  解释

`set union and store`

同 SINTERSTORE , 只不过存储的是并集的结果。 将多个集合的并集存储到 distination 中。

*  演示

127.0.0.1:6379> SADD k63_1 m1 m2 m3 
    (integer) 3
    127.0.0.1:6379> SADD k63_2 m2 m3 m4 m5 m6 
    (integer) 5
    127.0.0.1:6379> SUNIONSTORE k63_dis k62_1 k62_2
    (integer) 6
    127.0.0.1:6379> SMEMBERS k63_dis
    1) "m3"
    2) "m1"
    3) "m5"
    4) "m6"
    5) "m2"
    6) "m4"

### `sdiff` ###

*  语法

`SDIFF key [key ...]`

*  解释

`set difference`

如果指定一个集合，`key`，返回一个集合的全部成员，

如果指定了多个集合(`key`),则返回 所有给定集合之间的差集。

不存在的 `key` 被视为空集。

*  演示

127.0.0.1:6379> SADD k64_1 m1 m2 m3 
    (integer) 3
    127.0.0.1:6379> SADD k64_2 m2 m3 m4 m5 m6 
    (integer) 5
    # 返回 k64_1 - k64_2
    127.0.0.1:6379> SDIFF k64_1 k64_2
    1) "m1"
    # 返回 k64_2 - k64_1
    127.0.0.1:6379> SDIFF k64_2 k64_1
    1) "m6"
    2) "m4"
    3) "m5"

### `sdiffstore` ###

*  语法

`SDIFFSTORE destination key [key ...]`

*  解释

将集合的差集存储到 `destination` 集合中.

*  演示

127.0.0.1:6379> SADD k65_1 m1 m2 m3 
    (integer) 3
    127.0.0.1:6379> SADD k65_2 m2 m3 m4 m5 m6 
    (integer) 5
    127.0.0.1:6379> SDIFFSTORE k65_dis_1 k65_1 k65_2
    (integer) 1
    127.0.0.1:6379> SMEMBERS k65_dis_1
    1) "m1"
    127.0.0.1:6379> SDIFFSTORE k65_dis_2 k65_2 k65_1
    (integer) 3
    127.0.0.1:6379> SMEMBERS k65_dis_2
    1) "m6"
    2) "m4"
    3) "m5"

### `sscan` ###

*  语法

`SSCAN key cursor [MATCH pattern] [COUNT count]`

*  解释

`set scan`

这是一个查询命令。 同 `SCAN` 命令. 可以参考这篇文章 010-其他命令

`SCAN` 命令是一个基于游标的迭代器（`cursor based iterator`）： `SCAN` 命令每次被调用之后， 都会向用户返回一个新的游标， 用户在下次迭代时需要使用这个新游标作为 `SCAN` 命令的游标参数， 以此来延续之前的迭代过程。

*  演示

127.0.0.1:6379> SSCAN k66 1
    1) "0"
    2) 1) "m1"
       2) "m3"
       3) "m2"
       4) "m4"
       5) "m5"
    127.0.0.1:6379> SSCAN k66 0
    1) "0"
    2) 1) "m6"
       2) "m1"
       3) "m3"
       4) "m2"
       5) "m4"
       6) "m5"
    127.0.0.1:6379> SSCAN k66 1 MATCH m2 Count 10
    1) "0"
    2) 1) "m2"
    127.0.0.1:6379>

## `set`的内部结构 ##

在 t\_set.c 这个文件中。

robj *setTypeCreate(sds value) {
        if (isSdsRepresentableAsLongLong(value,NULL) == C_OK)
            return createIntsetObject();
        return createSetObject();
    }

表明，`set` 数据类型是由两种数据结构来实现的。

而在 `createSetObject()`，指明了其编码方式是 `OBJ_ENCODING_HT`,即哈希表的方式, 也就是使用 dict 这种数据结构来存储的。

robj *createSetObject(void) {
        dict *d = dictCreate(&setDictType, NULL);
        robj *o = createObject(OBJ_SET, d);
        o->encoding = OBJ_ENCODING_HT;
        return o;
    }

### `hashtable` ###

这里就不赘述了。直接上穿梭机吧。

### intset ###

在`createIntsetObject()`中指明了使用的编码方式是 `OBJ_ENCODING_INTSET`. 如下。

robj *createIntsetObject(void) {
        intset *is = intsetNew();
        robj *o = createObject(OBJ_SET, is);
        o->encoding = OBJ_ENCODING_INTSET;
        return o;
    }

我们来看看 `intset` 到底什么何方利器.

我直接全项目搜索: `intset` ，就找到了 `intset.h`.

typedef struct intset {
        uint32_t encoding; 
        uint32_t length;
        int8_t contents[];
    } intset;

#### 字段解释: ####

*  `encoding`: 数据编码，表示`intset`中的每个数据元素用几个字节来存储。它有三种可能的取值：`INTSET_ENC_INT16`表示每个元素用`2`个字节存储，`INTSET_ENC_INT32`表示每个元素用`4`个字节存储，`INTSET_ENC_INT64`表示每个元素用`8`个字节存储。因此，`intset`中存储的整数最多只能占用`64bit`。
 *  `length`: 表示`intset`中的元素个数。`encoding`和`length`两个字段构成了`intset`的头部（`header`）。
 *  `contents`: 是一个柔性数组（`flexible array member`），表示`intset`的`header`后面紧跟着数据元素。这个数组的总长度（即总字节数）等于`encoding * length`。柔性数组在`Redis`的很多数据结构的定义中都出现过（例如`sds`, `quicklist`, `skiplist`），用于表达一个偏移量。`contents`需要单独为其分配空间，这部分内存不包含在`intset`结构当中。

这里有个问题.

Redis 是如何决定一个set 使用哪种编码方式的呢？

set 的编码是由第一个元素决定的。

robj *setTypeCreate(sds value) {
        if (isSdsRepresentableAsLongLong(value,NULL) == C_OK)
            return createIntsetObject();
        return createSetObject();
    }
    
    int isSdsRepresentableAsLongLong(sds s, long long *llval) {
        return string2ll(s, sdslen(s), llval) ? C_OK : C_ERR;
    }

如果 `value` 可以转换成 `long long` 类型的话，就使用 `inset` 编码方式。

通过看源码发现:

当`intset`的元素个数超过 `set_max_intset_entries`这个配置的时候，就会从`intset`编码(`OBJ_ENCODING_INTSET`)转换成 `ht` 编码(`OBJ_ENCODING_HT`)。

这个我们会在后续文章中说明这里的方案。

好了，关于 set 类型的介绍就到这里了。

## 总结 ##

*  `set`这种类型是一种无重复元素的集合。
 *  `set`的业务场景关键字: 去重, 交并差运算。但是一定是无序的。如果要求有序的话，那就请等待下一篇文章吧。
 *  `set`的 `15` 个命令, 务必熟记！！！
 *  `set`的内部编码方式。哈希表编码和`intset`编码。关于 intset 数据结构的详细介绍, 敬请期待吧。最新更新在公众号里哦。

### 最后 ###

希望和你成为朋友！我们一起学习~  
最新文章尽在公众号【方家小白】，期待和你相逢在【方家小白】  
![20200607125503248.jpg][]

[20200607125503248.jpg]: https://img-blog.csdnimg.cn/20200607125503248.jpg