Redis作为高性能的键值存储系统，其丰富的数据结构是支撑其强大功能的核心。其中，Set（集合）和Zset（有序集合）是两种功能强大且应用广泛的数据类型。理解它们的特性、命令及内部实现，对于使用Java、Python或JavaScript等语言进行高效缓存设计、排行榜实现和去重统计等场景至关重要。本文将带你深入探索这两种数据结构的奥秘，并通过实际案例展示其强大威力。

一、Set集合：无序且唯一的元素容器

Redis的Set类型用于存储多个字符串元素，其核心特性是元素无序且不允许重复。一个集合最多可容纳2^32-1个元素。除了基础的增删改查，Redis Set还原生支持求交集、并集和差集等集合运算，这为解决许多实际问题（如共同好友、兴趣标签推荐）提供了优雅的方案。

Set的核心操作命令包括：

  • SADD key member [member ...]：添加一个或多个元素。
  • SMEMBERS key：获取集合中所有元素。
  • SISMEMBER key member：判断元素是否在集合中。
  • SCARD key：获取集合元素个数。
  • SREM key member [member ...]：移除指定元素。

例如，在Python或Java的社交应用中，可以使用SADD为每个用户添加兴趣标签，后续通过集合运算快速找到有共同兴趣的用户群体。

9efbcbc3d25747719da38c01b3fa9b4f.gif

集合间操作是Set的亮点：

  • SINTER/SINTERSTORE：求交集并（可选）存储结果。
  • SUNION/SUNIONSTORE：求并集并（可选）存储结果。
  • SDIFF/SDIFFSTORE：求差集并（可选）存储结果。

下面通过一个命令示例展示交集操作：

SINTER key [key ...]

二、Set的内部编码与实战应用

Redis为了优化内存和性能，为Set提供了两种内部编码：

  • intset（整数集合）：当集合所有元素都是整数且数量较少（默认小于512个）时启用，能极大节省内存。
  • hashtable（哈希表）：不满足intset条件时的后备实现。

Set的典型使用场景包括：

  • 标签系统：用户画像、内容分类。例如，电商网站用Set存储商品的标签（如“数码”、“促销”），通过SINTER快速找出同时满足多个标签的商品。
  • 共同好友/关注：社交网络中，将用户的好友ID存入Set，使用SINTER即可计算出两个用户的共同好友。
  • 随机抽奖：利用SPOP或SRANDMEMBER命令，可以公平、高效地实现抽奖逻辑，避免在应用层（如使用JavaScript数组）处理带来的性能瓶颈。
  • 数据去重：在数据爬虫（Python）或日志处理中，利用Set的天然去重特性，快速过滤重复URL或IP。
[AFFILIATE_SLOT_1]

三、Zset有序集合：带权重的排行榜利器

Zset在Set的基础上，为每个元素关联了一个分数（score），一个double类型的浮点数。元素依然唯一，但集合会根据分数进行升序排序。这使得Zset成为实现排行榜、延迟队列等功能的理想选择。

与列表（List）和集合（Set）相比，Zset兼具了唯一性和有序性。其核心操作围绕分数和排名展开：

  • ZADD key [NX|XX] [CH] [INCR] score member [score member ...]：添加或更新元素。选项XX/NX用于控制更新/新增行为，INCR用于原子性地增加分数。
  • ZRANGE/ZREVRANGE key start stop [WITHSCORES]：按分数升序/降序返回指定排名区间的元素。
  • ZRANGEBYSCORE key min max [WITHSCORES]：返回指定分数区间的元素。
  • ZRANK/ZREVRANK key member：获取元素的升序/降序排名。
  • ZSCORE key member：获取元素的分数。
  • ZINCRBY key increment member：为元素的分数增加指定值。

例如，在游戏服务器（C++/Java）中，可以使用ZINCRBY实时更新玩家积分，并用ZREVRANGE快速获取Top 10玩家列表。

ZADD key [NX | XX] [GT | LT] [CH] [INCR] score member [score member ...]

四、Zset的集合运算与内部编码

与Set类似，Zset也支持交集和并集运算，但更为复杂，因为需要处理分数的聚合。

  • ZINTERSTORE/ZUNIONSTORE destination numkeys key [key ...] [WEIGHTS weight] [AGGREGATE SUM|MIN|MAX]

这两个命令允许指定权重和聚合方式（SUM求和、MIN取最小值、MAX取最大值）。例如，在新闻推荐系统中，可以综合文章的“热度分”和“新鲜度分”，通过加权并集计算出一个综合排序。

ZINTERSTORE destination numkeys key [key ...] [WEIGHTS weight [weight ...]] [AGGREGATE <SUM | MIN | MAX>]

Zset的内部编码也有两种：

  • ziplist（压缩列表）：元素少（默认小于128个）且值小（默认小于64字节）时使用，内存紧凑。
  • skiplist（跳表）：不满足ziplist条件时使用，保证了范围查询、插入和删除的高效性，平均时间复杂度为O(log N)。

五、渐进式遍历与数据库管理

当需要遍历大量键时，使用KEYS *命令可能会阻塞Redis服务。Redis提供了SCAN系列命令进行渐进式、非阻塞的遍历。

  • SCAN cursor [MATCH pattern] [COUNT count]：遍历所有键。
  • SSCAN/HSCAN/ZSCAN：分别用于遍历Set、Hash和Zset的元素。

每次SCAN返回一个游标和部分结果，直到游标返回0表示遍历结束。这在清理缓存或数据迁移时非常有用。

SCAN cursor [MATCH pattern] [COUNT count] [TYPE type]

COUNt：后面接数字，表示建议返回几个值，不一定就是指定的个数，但也不会差太多。

Redis支持多个逻辑数据库（默认16个），使用SELECT index切换。但生产环境中，多数据库的使用并不常见，更推荐使用不同的Key前缀进行隔离。FLUSHDB和FLUSHALL命令分别用于清空当前数据库和所有数据库，使用时需极其谨慎。

[AFFILIATE_SLOT_2]

六、总结与最佳实践

Set和Zset是Redis中极具特色的数据结构。Set以其高效的唯一性判断和集合运算，在标签、去重和社交关系场景中不可替代。Zset则凭借其有序性和灵活的分数机制，成为排行榜、延迟任务和优先级队列的标配。

在实际开发中（无论是使用TypeScript构建Node.js服务，还是用Java开发微服务），选择合适的数据结构是关键：

  • 需要快速判断存在性或进行集合运算 → 选择 Set。
  • 需要按权重排序或进行范围查询 → 选择 Zset。
  • 合理利用内部编码的转换阈值，针对数据特点进行优化。
  • 对于大规模数据遍历，务必使用SCAN替代KEYS。

掌握Set和Zset，你就能利用Redis解决更多复杂的业务问题，构建出更高性能、更易维护的应用系统。