2021-08-1907:43:45服务器及运维Comments1,611 views字数 7936阅读模式

移动应用的业务场景中，我们需要保存这样的信息：一个 key 关联了一个数据集合，同时还要对集合中的数据进行统计排序。文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunwei/22159.html

常见的场景如下：文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunwei/22159.html

给一个 userId ，判断用户登陆状态；
两亿用户最近 7 天的签到情况，统计 7 天内连续签到的用户总数；
统计每天的新增与第二天的留存用户数；
统计网站的对访客（Unique Visitor，UV）量
最新评论列表
根据播放量音乐榜单

通常情况下，我们面临的用户数量以及访问量都是巨大的，比如百万、千万级别的用户数量，或者千万级别、甚至亿级别的访问信息。文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunwei/22159.html

所以，我们必须要选择能够非常高效地统计大量数据（例如亿级）的集合类型。文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunwei/22159.html

如何选择合适的数据集合，我们首先要了解常用的统计模式，并运用合理的数据了性来解决实际问题。文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunwei/22159.html

四种统计类型：文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunwei/22159.html

二值状态统计；
聚合统计；
排序统计；
基数统计。

本文将用到 String、Set、Zset、List、hash 以外的拓展数据类型 Bitmap、HyperLogLog 来实现。文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunwei/22159.html

文章涉及到的指令可以通过在线 Redis 客户端运行调试，地址：https://try.redis.io/，超方便的说。文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunwei/22159.html

寄语

多分享多付出，前期多给别人创造价值并且不计回报，从长远来看，这些付出都会成倍的回报你。文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunwei/22159.html
特别是刚开始跟别人合作的时候，不要去计较短期的回报，没有太大意义，更多的是锻炼自己的视野、视角以及解决问题的能力。文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunwei/22159.html

二值状态统计

码哥，什么是二值状态统计呀？文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunwei/22159.html

也就是集合中的元素的值只有 0 和 1 两种，在签到打卡和用户是否登陆的场景中，只需记录签到(1)或 未签到(0)，已登录(1)或未登陆(0)。文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunwei/22159.html

假如我们在判断用户是否登陆的场景中使用 Redis 的 String 类型实现（key -> userId，value -> 0 表示下线，1 - 登陆），假如存储 100 万个用户的登陆状态，如果以字符串的形式存储，就需要存储 100 万个字符串了，内存开销太大。文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunwei/22159.html

对于二值状态场景，我们就可以利用 Bitmap 来实现。比如登陆状态我们用一个 bit 位表示，一亿个用户也只占用一亿个 bit 位内存 ≈ （100000000 / 8/ 1024/1024）12 MB。文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunwei/22159.html

大概的空间占用计算公式是：($offset/8/1024/1024) MB

什么是 Bitmap 呢？文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunwei/22159.html

Bitmap 的底层数据结构用的是 String 类型的 SDS 数据结构来保存位数组，Redis 把每个字节数组的 8 个 bit 位利用起来，每个 bit 位表示一个元素的二值状态（不是 0 就是 1）。文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunwei/22159.html

可以将 Bitmap 看成是一个 bit 为单位的数组，数组的每个单元只能存储 0 或者 1，数组的下标在 Bitmap 中叫做 offset 偏移量。文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunwei/22159.html

为了直观展示，我们可以理解成 buf 数组的每个字节用一行表示，每一行有 8 个 bit 位，8 个格子分别表示这个字节中的 8 个 bit 位，如下图所示：文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunwei/22159.html

文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunwei/22159.html

8 个 bit 组成一个 Byte，所以 Bitmap 会极大地节省存储空间。 这就是 Bitmap 的优势。文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunwei/22159.html

判断用户登陆态

怎么用 Bitmap 来判断海量用户中某个用户是否在线呢？文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunwei/22159.html

Bitmap 提供了 GETBIT、SETBIT 操作，通过一个偏移值 offset 对 bit 数组的 offset 位置的 bit 位进行读写操作，需要注意的是 offset 从 0 开始。文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunwei/22159.html

只需要一个 key = login_status 表示存储用户登陆状态集合数据，将用户 ID 作为 offset，在线就设置为 1，下线设置 0。通过 GETBIT判断对应的用户是否在线。 50000 万用户只需要 6 MB 的空间。文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunwei/22159.html

SETBIT 命令文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunwei/22159.html

SETBIT <key> <offset> <value>

设置或者清空 key 的 value 在 offset 处的 bit 值（只能是 0 或者 1）。文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunwei/22159.html

GETBIT 命令文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunwei/22159.html

GETBIT <key> <offset>

获取 key 的 value 在 offset 处的 bit 位的值，当 key 不存在时，返回 0。文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunwei/22159.html

假如我们要判断 ID = 10086 的用户的登陆情况：文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunwei/22159.html

第一步，执行以下指令，表示用户已登录。文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunwei/22159.html

SETBIT login_status 10086 1

第二步，检查该用户是否登陆，返回值 1 表示已登录。文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunwei/22159.html

GETBIT login_status 10086

第三步，登出，将 offset 对应的 value 设置成 0。文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunwei/22159.html

SETBIT login_status 10086 0

用户每个月的签到情况

在签到统计中，每个用户每天的签到用 1 个 bit 位表示，一年的签到只需要 365 个 bit 位。一个月最多只有 31 天，只需要 31 个 bit 位即可。文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunwei/22159.html

比如统计编号 89757 的用户在 2021 年 5 月份的打卡情况要如何进行？文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunwei/22159.html

key 可以设计成 uid:sign:{userId}:{yyyyMM}，月份的每一天的值 - 1 可以作为 offset（因为 offset 从 0 开始，所以 offset = 日期 - 1）。文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunwei/22159.html

第一步，执行下面指令表示记录用户在 2021 年 5 月 16 号打卡。文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunwei/22159.html

SETBIT uid:sign:89757:202105 15 1

第二步，判断编号 89757 用户在 2021 年 5 月 16 号是否打卡。文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunwei/22159.html

GETBIT uid:sign:89757:202105 15

第三步，统计该用户在 5 月份的打卡次数，使用 BITCOUNT 指令。该指令用于统计给定的 bit 数组中，值 = 1 的 bit 位的数量。文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunwei/22159.html

BITCOUNT uid:sign:89757:202105

这样我们就可以实现用户每个月的打卡情况了，是不是很赞。文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunwei/22159.html

如何统计这个月首次打卡时间呢？文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunwei/22159.html

Redis 提供了 BITPOS key bitValue [start] [end]指令，返回数据表示 Bitmap 中第一个值为 bitValue 的 offset 位置。文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunwei/22159.html

在默认情况下，命令将检测整个位图，用户可以通过可选的 start 参数和 end 参数指定要检测的范围。文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunwei/22159.html

所以我们可以通过执行以下指令来获取 userID = 89757 在 2021 年 5 月份首次打卡日期：文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunwei/22159.html

BITPOS uid:sign:89757:202105 1

需要注意的是，我们需要将返回的 value + 1 表示首次打卡的天，因为 offset 从 0 开始。文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunwei/22159.html

连续签到用户总数

在记录了一个亿的用户连续 7 天的打卡数据，如何统计出这连续 7 天连续打卡用户总数呢？文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunwei/22159.html

我们把每天的日期作为 Bitmap 的 key，userId 作为 offset，若是打卡则将 offset 位置的 bit 设置成 1。文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunwei/22159.html

key 对应的集合的每个 bit 位的数据则是一个用户在该日期的打卡记录。文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunwei/22159.html

一共有 7 个这样的 Bitmap，如果我们能对这 7 个 Bitmap 的对应的 bit 位做『与』运算。文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunwei/22159.html

同样的 UserID offset 都是一样的，当一个 userID 在 7 个 Bitmap 对应对应的 offset 位置的 bit = 1 就说明该用户 7 天连续打卡。文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunwei/22159.html

结果保存到一个新 Bitmap 中，我们再通过 BITCOUNT 统计 bit = 1 的个数便得到了连续打卡 7 天的用户总数了。文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunwei/22159.html

Redis 提供了 BITOP operation destkey key [key ...]这个指令用于对一个或者多个键 = key 的 Bitmap 进行位元操作。文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunwei/22159.html

opration 可以是 and、OR、NOT、XOR。当 BITOP 处理不同长度的字符串时，较短的那个字符串所缺少的部分会被当做 0 。文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunwei/22159.html

空的 key 也被看作是包含 0 的字符串序列。文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunwei/22159.html

便于理解，如下图所示：文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunwei/22159.html

文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunwei/22159.html

3 个 Bitmap，对应的 bit 位做「与」操作，结果保存到新的 Bitmap 中。文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunwei/22159.html

操作指令表示将三个 bitmap 进行 AND 操作，并将结果保存到 destmap 中。接着对 destmap 执行 BITCOUNT 统计。文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunwei/22159.html

// 与操作
BITOP AND destmap bitmap:01 bitmap:02 bitmap:03
// 统计 bit 位 =  1 的个数
BITCOUNT destmap

简单计算下一个一亿个位的 Bitmap占用的内存开销，大约占 12 MB 的内存（10^8/8/1024/1024），7 天的 Bitmap 的内存开销约为 84 MB。同时我们最好给 Bitmap 设置过期时间，让 Redis 删除过期的打卡数据，节省内存。文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunwei/22159.html

小结

思路才是最重要，当我们遇到的统计场景只需要统计数据的二值状态，比如用户是否存在、 ip 是否是黑名单、以及签到打卡统计等场景就可以考虑使用 Bitmap。文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunwei/22159.html

只需要一个 bit 位就能表示 0 和 1，在统计海量数据的时候将大大减少内存占用。文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunwei/22159.html

基数统计

基数统计：统计一个集合中不重复元素的个数，常见于计算独立用户数（UV）。文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunwei/22159.html

实现基数统计最直接的方法，就是采用集合（Set）这种数据结构，当一个元素从未出现过时，便在集合中增加一个元素；如果出现过，那么集合仍保持不变。文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunwei/22159.html

当页面访问量巨大，就需要一个超大的 Set 集合来统计，将会浪费大量空间。文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunwei/22159.html

另外，这样的数据也不需要很精确，到底有没有更好的方案呢？文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunwei/22159.html

这个问题问得好，Redis 提供了 HyperLogLog 数据结构就是用来解决种种场景的统计问题。文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunwei/22159.html

HyperLogLog 是一种不精确的去重基数方案，它的统计规则是基于概率实现的，标准误差 0.81%，这样的精度足以满足 UV 统计需求了。文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunwei/22159.html

关于 HyperLogLog 的原理过于复杂，如果想要了解的请移步：文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunwei/22159.html

网站的 UV

通过 Set 实现

一个用户一天内多次访问一个网站只能算作一次，所以很容易就想到通过 Redis 的 Set 集合来实现。文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunwei/22159.html

用户编号 89757 访问「Redis 为什么这么快」时，我们将这个信息放到 Set 中。文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunwei/22159.html

SADD Redis为什么这么快:uv 89757

当用户编号 89757 多次访问「Redis 为什么这么快」页面，Set 的去重功能能保证不会重复记录同一个用户 ID。文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunwei/22159.html

通过 SCARD 命令，统计「Redis 为什么这么快」页面 UV。指令返回一个集合的元素个数（也就是用户 ID）。文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunwei/22159.html

SCARD Redis为什么这么快:uv

通过 Hash 实现

码老湿，还可以利用 Hash 类型实现，将用户 ID 作为 Hash 集合的 key，访问页面则执行 HSET 命令将 value 设置成 1。文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunwei/22159.html

即使用户重复访问，重复执行命令，也只会把这个 userId 的值设置成 “1"。文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunwei/22159.html

最后，利用 HLEN 命令统计 Hash 集合中的元素个数就是 UV。文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunwei/22159.html

如下：文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunwei/22159.html

HSET redis集群:uv userId:89757 1
// 统计 UV
HLEN redis集群

HyperLogLog 王者方案

码老湿，Set 虽好，如果文章非常火爆达到千万级别，一个 Set 就保存了千万个用户的 ID，页面多了消耗的内存也太大了。同理，Hash数据类型也是如此。咋办呢？文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunwei/22159.html

利用 Redis 提供的 HyperLogLog 高级数据结构（不要只知道 Redis 的五种基础数据类型了）。这是一种用于基数统计的数据集合类型，即使数据量很大，计算基数需要的空间也是固定的。文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunwei/22159.html

每个 HyperLogLog 最多只需要花费 12KB 内存就可以计算 2 的 64 次方个元素的基数。文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunwei/22159.html

Redis 对 HyperLogLog 的存储进行了优化，在计数比较小的时候，存储空间采用系数矩阵，占用空间很小。文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunwei/22159.html

只有在计数很大，稀疏矩阵占用的空间超过了阈值才会转变成稠密矩阵，占用 12KB 空间。文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunwei/22159.html

PFADD文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunwei/22159.html

将访问页面的每个用户 ID 添加到 HyperLogLog 中。文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunwei/22159.html

PFADD Redis主从同步原理:uv userID1 userID 2 useID3

PFCOUNT文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunwei/22159.html

利用 PFCOUNT 获取「Redis主从同步原理」页面的 UV值。文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunwei/22159.html

PFCOUNT Redis主从同步原理:uv

PFMERGE 使用场景文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunwei/22159.html

HyperLogLog 除了上面的 PFADD 和 PFCOIUNT 外，还提供了 PFMERGE ，将多个 HyperLogLog 合并在一起形成一个新的 HyperLogLog 值。文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunwei/22159.html

语法文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunwei/22159.html

PFMERGE destkey sourcekey [sourcekey ...]

使用场景文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunwei/22159.html

比如在网站中我们有两个内容差不多的页面，运营说需要这两个页面的数据进行合并。文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunwei/22159.html

其中页面的 UV 访问量也需要合并，那这个时候 PFMERGE 就可以派上用场了，也就是同样的用户访问这两个页面则只算做一次。文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunwei/22159.html

如下所示：Redis、MySQL 两个 Bitmap 集合分别保存了两个页面用户访问数据。文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunwei/22159.html

PFADD Redis数据 user1 user2 user3
PFADD MySQL数据 user1 user2 user4
PFMERGE 数据库 Redis数据 MySQL数据
PFCOUNT 数据库 // 返回值 = 4

将多个 HyperLogLog 合并（merge）为一个 HyperLogLog ，合并后的 HyperLogLog 的基数接近于所有输入 HyperLogLog 的可见集合（observed set）的并集。文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunwei/22159.html

user1、user2 都访问了 Redis 和 MySQL，只算访问了一次。文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunwei/22159.html

排序统计

Redis 的 4 个集合类型中（List、Set、Hash、Sorted Set），List 和 Sorted Set 就是有序的。文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunwei/22159.html

List：按照元素插入 List 的顺序排序，使用场景通常可以作为消息队列、最新列表、排行榜；
Sorted Set：根据元素的 score 权重排序，我们可以自己决定每个元素的权重值。使用场景（排行榜，比如按照播放量、点赞数）。

排行榜

码老湿，对于最新列表的场景，List 和 Sorted Set 都能实现，为啥还用 List 呢？直接使用 Sorted Set 不是更好，它还能设置 score 权重排序更加灵活。文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunwei/22159.html

原因是 Sorted Set 类型占用的内存容量是 List 类型的数倍之多，对于列表数量不多的情况，可以用 Sorted Set 类型来实现。文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunwei/22159.html

比如要一周音乐榜单，我们需要实时更新播放量，并且需要分页展示。文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunwei/22159.html

除此以外，排序是根据播放量来决定的，这个时候 List 就无法满足了。文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunwei/22159.html

我们可以将音乐 ID 保存到 Sorted Set 集合中，score 设置成每首歌的播放量，该音乐每播放一次则设置 score = score +1。文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunwei/22159.html

ZADD文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunwei/22159.html

比如我们将《青花瓷》和《花田错》播放量添加到 musicTop 集合中：文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunwei/22159.html

ZADD musicTop 100000000 青花瓷 8999999 花田错

ZINCRBY文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunwei/22159.html

《青花瓷》每播放一次就通过 ZINCRBY指令将 score + 1。文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunwei/22159.html

> ZINCRBY musicTop 1 青花瓷
100000001

ZRANGEBYSCORE文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunwei/22159.html

最后我们需要获取 musicTop 前十播放量音乐榜单，目前最大播放量是 N ，可通过如下指令获取：文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunwei/22159.html

ZRANGEBYSCORE musicTop N-9 N WITHSCORES

65哥：可是这个 N 我们怎么获取呀？文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunwei/22159.html

ZREVRANGE文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunwei/22159.html

可通过 ZREVRANGE key start stop [WITHSCORES]指令。文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunwei/22159.html

其中元素的排序按 score 值递减(从大到小)来排列。文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunwei/22159.html

具有相同 score 值的成员按字典序的逆序(reverse lexicographical order)排列。文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunwei/22159.html

> ZREVRANGE musicTop 0 0 WITHSCORES
1) "青花瓷"
2) 100000000

小结

即使集合中的元素频繁更新，Sorted Set 也能通过 ZRANGEBYSCORE 命令准确地获取到按序排列的数据。文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunwei/22159.html

在面对需要展示最新列表、排行榜等场景时，如果数据更新频繁或者需要分页显示，建议优先考虑使用 Sorted Set。文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunwei/22159.html

聚合统计

指的就是统计多个集合元素的聚合结果，比如说：文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunwei/22159.html

统计多个元素的共有数据（交集）；
统计两个集合其中的一个独有元素（差集统计）；
统计多个集合的所有元素（并集统计）。

码老湿，什么样的场景会用到交集、差集、并集呢？文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunwei/22159.html

Redis 的 Set 类型支持集合内的增删改查，底层使用了 Hash 数据结构，无论是 add、remove 都是 O(1) 时间复杂度。文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunwei/22159.html

并且支持多个集合间的交集、并集、差集操作，利用这些集合操作，解决上边提到的统计问题。文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunwei/22159.html

交集-共同好友

比如 QQ 中的共同好友正是聚合统计中的交集。我们将账号作为 Key，该账号的好友作为 Set 集合的 value。文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunwei/22159.html

模拟两个用户的好友集合：文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunwei/22159.html

SADD user:码哥字节 R大 Linux大神 PHP之父
SADD user:大佬 Linux大神 Python大神 C++菜鸡

文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunwei/22159.html

统计两个用户的共同好友只需要两个 Set 集合的交集，如下命令：文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunwei/22159.html

SINTERSTORE user:共同好友 user:码哥字节 user:大佬

命令的执行后，「user:码哥字节」、「user:大佬」两个集合的交集数据存储到 user:共同好友这个集合中。文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunwei/22159.html

差集-每日新增好友数

比如，统计某个 App 每日新增注册用户量，只需要对近两天的总注册用户量集合取差集即可。文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunwei/22159.html

比如，2021-06-01 的总注册用户量存放在 key = user:20210601 set 集合中，2021-06-02 的总用户量存放在 key = user:20210602 的集合中。文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunwei/22159.html

文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunwei/22159.html

如下指令，执行差集计算并将结果存放到 user:new 集合中。文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunwei/22159.html

SDIFFSTORE  user:new  user:20210602 user:20210601

执行完毕，此时的 user:new 集合将是 2021/06/02 日新增用户量。文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunwei/22159.html

除此之外，QQ 上有个可能认识的人功能，也可以使用差集实现，就是把你朋友的好友集合减去你们共同的好友即是可能认识的人。文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunwei/22159.html

并集-总共新增好友

还是差集的例子，统计 2021/06/01 和 2021/06/02 两天总共新增的用户量，只需要对两个集合执行并集。文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunwei/22159.html

SUNIONSTORE  userid:new user:20210602 user:20210601

此时新的集合 userid:new 则是两日新增的好友。文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunwei/22159.html

小结

Set 的差集、并集和交集的计算复杂度较高，在数据量较大的情况下，如果直接执行这些计算，会导致 Redis 实例阻塞。文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunwei/22159.html

所以，可以专门部署一个集群用于统计，让它专门负责聚合计算，或者是把数据读取到客户端，在客户端来完成聚合统计，这样就可以规避由于阻塞导致其他服务无法响应。文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunwei/22159.html

Redis 实战篇：巧用数据类型实现亿级数据统计

寄语

二值状态统计

判断用户登陆态

用户每个月的签到情况

连续签到用户总数

小结

基数统计

网站的 UV

通过 Set 实现

通过 Hash 实现

HyperLogLog 王者方案

排序统计

最新评论列表

小结

排行榜

小结

聚合统计

交集-共同好友

差集-每日新增好友数

并集-总共新增好友

小结

私有化部署 Stable Diffusion 玩转 AI 绘图

Ubuntu：披着Windows 11外衣能跑exe程序，支持Android应用

centos7服务器搭建 RTMP 直播推流拉流的方法

如何建一台属于自己的服务器vps

腾讯云服务器怎么转给别人账号

阿里云ECS两步3分钟搭建幻兽帕鲁服务器教程

苏州游戏客户服务器托管防DDOS攻击，选择哪个机房合适？

阿里云幻兽帕鲁服务器搭建菜鸟教程

选择美国服务器，需要考虑哪些关键因素？

搭建游戏服务器，需要高防御的配置吗？

Comment