Question

博客首页，文章页面，评论页面……眼看着博客逐渐成型，小白的心情也是越来越好。时间已经到了深夜，小白却还陶醉于编码之中。不过一个他无法解决的问题最终还是让他不得不提早睡觉去：小白不知道该怎么在Redis中存储文章标签（tag）。他想过使用散列类型或列表类型存储，虽然都能实现，但是总觉得颇有不妥，再加上之前几天领略了Redis的强大功能后小白相信一定有一种合适的数据类型能满足他的需求。于是小白给宋老师发了封询问邮件后就睡觉去了。

转天一早就收到了宋老师的回复：

你很善于思考嘛！你想的没错，Redis有一种数据类型很适合存储文章的标签，它就是集合类型。

3.5.1 介绍

集合的概念高中的数学课就学习过。在集合中的每个元素都是不同的，且没有顺序。一个集合类型（set）键可以存储至多232-1个（相信这个数字对大家来说已经很熟悉了）字符串。

集合类型和列表类型有相似之处，但很容易将它们区分开来，如表3-4所示。

表3-4 集合类型和列表类型对比

集合类型的常用操作是向集合中加入或删除元素、判断某个元素是否存在等，由于集合类型在Redis内部是使用值为空的散列表（hash table）实现的，所以这些操作的时间复杂度都是0(1)。最方便的是多个集合类型键之间还可以进行并集、交集和差集运算，稍后就会看到灵活运用这一特性带来的便利。

3.5.2 命令

1．增加/删除元素

SADD key member [member …]

SREM key member [member …]

SADD命令用来向集合中增加一个或多个元素，如果键不存在则会自动创建。因为在一个集合中不能有相同的元素，所以如果要加入的元素已经存在于集合中就会忽略这个元素。本命令的返回值是成功加入的元素数量（忽略的元素不计算在内）。例如：

redis＞SADD letters a

(integer) 1

redis＞ SADD letters a b c

(integer) 2

第二条SADD命令的返回值为2是因为元素“a”已经存在，所以实际上只加入了两个元素。

SREM命令用来从集合中删除一个或多个元素，并返回删除成功的个数，例如：

redis＞SREM letters c d

(integer) 1

由于元素“d”在集合中不存在，所以只删除了一个元素，返回值为1。

2．获得集合中的所有元素

SMEMBERS key

SMEMBERS命令会返回集合中的所有元素，例如：

redis＞SMEMBERS letters

1) "b"

2) "a"

3．判断元素是否在集合中

SISMEMBER key member

判断一个元素是否在集合中是一个时间复杂度为0(1)的操作，无论集合中有多少个元素，SISMEMBER命令始终可以极快地返回结果。当值存在时SISMEMBER命令返回1，当值不存在或键不存在时返回0，例如：

redis＞SISMEMBER letters a

(integer) 1

redis＞SISMEMBER letters d

(integer) 0

4．集合间运算

SDIFF key [key …]

SINTER key [key …]

SUNION key [key …]

接下来要介绍的3个命令都是用来进行多个集合间运算的。

（1）SDIFF命令用来对多个集合执行差集运算。集合A与集合B的差集表示为A-B，代表所有属于A且不属于B的元素构成的集合（如图3-13所示），即A-B={x|x∈A且x∈/B}。例如：

图3-13 斜线部分表示的是A−B

{1, 2, 3}-{2, 3, 4}={1}

{2, 3, 4}-{1, 2, 3}={4}

SDIFF命令的使用方法如下：

redis＞SADD setA 1 2 3

(integer) 3

redis＞SADD setB 2 3 4

(integer) 3

redis＞SDIFF setA setB

1) "1"

redis＞SDIFF setB setA

1 ) "4"

SDIFF 命令支持同时传入多个键，例如：

redis＞SADD setC 2 3

(integer) 2

redis＞SDIFF setA setB setC

1 ) "1"

计算顺序是先计算setA-setB，再计算结果与setC的差集。

（2）SINTER命令用来对多个集合执行交集运算。集合A与集合B的交集表示为A∩B，代表所有属于A且属于B的元素构成的集合（如图3-14所示），即A∩B={x|x∈A且x∈B}。例如：

图3-14 图中斜线部分表示A∩B

{1, 2, 3}∩{2, 3, 4}={2, 3}

SINTER命令的使用方法如下：

redis＞SINTER setA setB

1) "2"

2) "3"

SINTER命令同样支持同时传入多个键，如：

redis＞SINTER setA setB setC

1) "2"

2) "3"

（3）SUNION命令用来对多个集合执行并集运算。集合A与集合B的并集表示为AUB，代表所有属于A或属于B的元素构成的集合（如图3-15所示），即AUB={x|x∈A 或x∈B}。例如：

图3-15 图中斜线部分表示A∪B

{1, 2, 3}∪{2, 3, 4}={1, 2, 3, 4}

SUNION命令的使用方法如下：

redis＞SUNION setA setB

1) "1"

2) "2"

3) "3"

4) "4"

SUNION命令同样支持同时传入多个键，例如：

redis＞SUNION setA setB setC

1) "1"

2) "2"

3) "3"

4) "4"

3.5.3 实践

1．存储文章标签

考虑到一个文章的所有标签都是互不相同的，而且展示时对这些标签的排列顺序并没有要求，我们可以使用集合类型键存储文章标签。

对每篇文章使用键名为“post:文章 ID:tags”的键存储该篇文章的标签。具体操作如伪代码：

#给ID为42的文章增加标签：

SADD post:42:tags, 闲言碎语, 技术文章, Java

# 删除标签：

SREM post:42:tags, 闲言碎语

#显示所有的标签:

$tags=SMEMBERS post:42:tags

print $tags

使用集合类型键存储标签适合需要单独增加或删除标签的场合。如在WordPress博客程序中无论是添加还是删除标签都是针对单个标签的（图3-16），可以直观地使用SADD和SREM命令完成操作。

图3-16 在WordPress中设置文章标签

另一方面，有些地方需要用户直接设置所有标签后一起上传修改，图3-17所示是某网站的个人资料编辑页面，用户编辑自己的爱好后提交，程序直接覆盖原来的标签数据，整个过程没有针对单个标签的操作，并未利用到集合类型的优势，所以此时也可以直接使用字符串类型键存储标签数据。

图3-17 在百度中设置个人爱好

之所以特意提到这个在实践中的差别是想说明对于Redis存储方式的选择并没有绝对的规则，比如3.4节介绍过使用列表类型存储访客评论，但是在一些特定的场合下散列类型甚至字符串类型图3-17 在百度中设置个人爱好可能更适合。

2．通过标签搜索文章

有时我们还需要列出某个标签下的所有文章，甚至需要获得同时属于某几个标签的文章列表，这种需求在传统关系数据库中实现起来比较复杂，下面举一个例子。

表3-5 posts表结构

表3-6 tags表结构

表3-7 posts_tags表结构

为了找到同时属于“Java”、“M ySQL”和“Redis”这3个标签的文章，需要使用如下的SQL语句：

SELECT p.post_title

FROM posts_tags pt,

posts p,

tags t

WHERE pt.tag_id = t.tag_id

AND (t.tag_name IN ('Java', 'MySQL', 'Redis'))

AND p.post_id = pt.post_id

GROUP BY p.post_id HAVING COUNT(p.post_id)=3;

可以很明显看到这样的SQL语句不仅效率相对较低，而且不易阅读和维护。而使用Redis可以很简单直接地实现这一需求。

具体做法是为每个标签使用一个名为“tag:标签名称:posts”的集合类型键存储标有该标签的文章ID列表。假设现在有3篇文章，ID分别为1、2、3，其中ID为1的文章标签是“Java”，ID为2的文章标签是“Java”、“MySQL”，ID为3的文章标签是“Java”、“MySQL”和“Redis”，则有关标签部分的存储结构如图3-18所示^①。

注释：①集合类型键中元素是无序的，图3-18中为了便于读者阅读将元素按照大小顺序进行了排列。

图3-18 和标签有关部分的存储结构

最简单的，当需要获取标记“MySQL”标签的文章时只需要使用命令SMEMBERStag:MySQL:posts即可。如果要实现找到同时属于Java、MySQL和Redis这3个标签的文章，只需要将tag:Java:posts、tag:MySQL:posts和tag:Redis:posts这3个键取交集，借助SINTER命令即可轻松完成。

3.5.4 命令拾遗

1．获得集合中元素个数

SCARD key

SCARD命令用来获得集合中的元素个数，例如：

redis＞SMEMBERS letters

1) "b"

2) "a"

redis＞SCARD letters

(integer) 2

2．进行集合运算并将结果存储

SDIFFSTORE destination key [key …]

SINTERSTORE destination key [key …]

SUNIONSTORE destination key [key …]

SDIFFSTORE命令和SDIFF命令功能一样，唯一的区别就是前者不会直接返回运算结果，而是将结果存储在destination键中。

SDIFFSTORE命令常用于需要进行多步集合运算的场景中，如需要先计算差集再将结果和其他键计算交集。

SINTERSTORE和SUNIONSTORE命令与之类似，不再赘述。

3．随机获得集合中的元素

SRANDMEMBER key [count]

SRANDMEMBER命令用来随机从集合中获取一个元素，如：

redis＞SRANDMEMBER letters

"a"

redis＞SRANDMEMBER letters

"b"

redis＞SRANDMEMBER letters

"a"

还可以传递count参数来一次随机获得多个元素，根据count的正负不同，具体表现也不同。

（1）当count为正数时，SRANDMEMBER会随机从集合里获得count个不重复的元素。如果count的值大于集合中的元素个数，则SRANDMEMBER会返回集合中的全部元素。

（2）当count为负数时，SRANDMEMBER会随机从集合里获得|count|个的元素，这些元素有可能相同。

为了示例，我们先在letters集合中加入两个元素：

redis＞SADD letters c d

(integer) 2

目前letters集合中共有“a”、“b”、“c”、“d”4个元素，下面使用不同的参数对SRANDMEMBER命令进行测试：

redis＞SRANDMEMBER letters 2

1) "a"

2) "c"

redis＞SRANDMEMBER letters 2

1) "a"

2) "b"

redis＞SRANDMEMBER letters 100

1) "b"

2) "a"

3) "c"

4) "d"

redis＞SRANDMEMBER letters -2

1) "b"

2) "b"

redis＞SRANDMEMBER letters -10

1) "b"

2) "b"

3) "c"

4) "c"

5) "b"

6) "a"

7) "b"

8) "d"

9) "b"

10) "b"

细心的读者可能会发现SRANDMEMBER命令返回的数据似乎并不是非常的随机，从SRANDMEMBER letters -10这个结果中可以很明显地看出这个问题（b元素出现的次数相对较多^①），出现这种情况是由集合类型采用的存储结构（散列表）造成的。散列表使用散列函数将元素映射到不同的存储位置（桶）上以实现0(1)时间复杂度的元素查找，举个例子，当使用散列表存储元素b时，使用散列函数计算出b的散列值是0，所以将b存入编号为0 的桶（bucket）中，下次要查找b时就可以用同样的散列函数再次计算b的散列值并直接到相应的桶中找到b。当两个不同的元素的散列值相同时会出现冲突，Redis使用拉链法来解决冲突，即将散列值冲突的元素以链表的形式存入同一桶中，查找元素时先找到元素对应的桶，然后再从桶中的链表中找到对应的元素。使用SRANDMEMBER命令从集合中获得一个随机元素时，Redis首先会从所有桶中随机选择一个桶，然后再从桶中的所有元素中随机选择一个元素，所以元素所在的桶中的元素数量越少，其被随机选中的可能性就越大，如图3-19所示。

注释：①如果你亲自跟着输入了命令可能会发现得到的结果与书中的结果并不相同，这是正常现象，见后文描述。

图3-19 Redis会先从3个桶中随机挑一个非空的桶，然后再从桶中随机选择一个元素，所以选中元素b的概率会大一些

4．从集合中弹出一个元素

SPOP key

3.4节中我们学习过LPOP命令，作用是从列表左边弹出一个元素（即返回元素的值并删除它）。SPOP命令的作用与之类似，但由于集合类型的元素是无序的，所以SPOP命令会从集合中随机选择一个元素弹出。例如：

redis＞SPOP letters

"b"

redis＞SMEMBERS letters

1) "a"

2) "c"

3) "d"