set类型,在redis中是非常强大的存在,但是我们一般不会想到用它。所以我最想分享的也就是set类型,想让大家对set引起重视。因为在互联网中其实也有很多set的身影,只是我们不难么容易联想到而已。比如
- 抽奖活动
- 点赞、签到
- 好友关注模型
- 电商商品筛选
- 大数据量对账
api
基本操作
命令 |
说明 |
SADD key member[member…] |
存储元素 |
SREM key member[member…] |
从集合中删除元素 |
SMEMBERS key |
获取集合中所有元素 |
SCARD key |
获取集合的元素个数 |
SISMEMBER key member |
判断{member}是否存在集合中 |
SRANDMEMBER key [count] |
从集合中随机选出{count}个元素,不删除 |
SPOP key [count] |
从集合中随机选出{count}个元素,删除 |
集合运算操作
命令 |
说明 |
SINTER key [key…] |
交集运算 |
SUNION key [key…] |
并集运算 |
SDIFF key [key…] |
差集运算 |
SINTERSTORE {resultKey} key [key…] |
交集运算,保存到resultKey中 |
SUNIONSTORE {resultKey} key [key…] |
并集运算,保存到resultKey中 |
SDIFFSTORE {resultKey} key [key…] |
差集运算,保存到resultKey中 |
应用场景
抽奖活动
1 2 3 4 5
| # 刷礼物或转发,将用户加入到抽奖集合中 SADD key {userId}
# 抽取中奖用户 SPOP/SRANDMEMBER key [count]
|
点赞、签到
1 2 3 4 5
| SADD like::{articleId} {userId} # 点赞 SREM like::{articleId} {userId} # 取消赞 SISMEMBER like::{articleId} {userId} # 检查用户是否点过赞 SMEMBERS like::{articleId} # 获取所有点赞用户列表 SCARD like::{articleId} # 获取点赞用户数
|
好友关注模型
1 2 3 4 5 6
| far关注的人:farsub -> {"jayden", "james", "mic"} ally关注的人:allysub -> {"seven", "jack", "mic", "james"}
far和ally共同关注的人:SINTER farsub allysub -> {"mic", "james"} far关注的人是否关注了ally:SISMEMBER allysub jayden、 SISMEMBER allysub james far可能认识的人:SDIFF allysub farsub -> {"seven", "jack"}
|
电商商品筛选
在每个商品入库的时候,给没有商品建立它的静态标签,如品牌、尺寸、处理器、内存…。如下
1 2 3 4
| SADD brand::lenovo 拯救者y7000 Thinkpad-T480 SADD screenSize::15.6 拯救者y7000 雷神911-M5TA SADD cpu::i7 拯救者y7000 雷神911-M5TA SADD memory::8G 拯救者y7000 Thinkpad-T480
|
那么你在筛选查询的时候,将各个标签放在一起求交集就得到对应的结果,如下
1
| SINTER brand::lenovo screenSize::15.6 cpu::i7 memory::8G -> 拯救者y7000
|
订单对账的功能
场景是这样的,与第三方公司交互时,不能实时对账。第三方公司只能在第二天将前一天的所有订单都传过来,然后要跟我们自己这边的订单对账。
当你的数据量比较庞大时,一天几十万单的时候,你循环一个个遍历我们的订单是否存在对方的订单中,这样的操作肯定是不合适的。
使用redis解决方案。将我们要关注的字段值,比如订单号、金额组成一个值存入redis的set类型中,形成两个set集合,然后取差值。如下