Set 集合：题目标签、共同推荐与抽奖去重

这一课你将能做到

1. 熟练对集合做增删、判重、取数量和随机抽取
2. 用交集、并集、差集实现「大家都在做的题」和个性化推荐
3. 用集合完成抽奖去重，并说清楚 Set 底层为什么又快又省

为什么要学

Set 是无序、元素唯一的字符串集合。你在数学里学过的集合运算——交集、并集、差集——Redis 直接给你做成了原子命令。

本站有几个需求几乎是为 Set 量身定做的：

• 每道题有若干标签（数组、哈希表、动态规划），每个用户也有「已做过的题」集合；
• 推荐页要展示「和你水平相近的人都做了、但你还没做」的题——这是一个差集运算；
• 节日活动抽奖：一个用户只能中奖一次，奖品随机抽出，且要当场知道还剩多少人没抽。

判重 + 集合运算 + 随机抽取，这三件事用关系型数据库做要写一堆 JOIN 和 DISTINCT，用 Set 各是一条命令。

先建立图像

标签集合：
  tags:problem:501 = { "array", "hash", "easy" }
  tags:problem:502 = { "array", "dp", "hard" }

交集 SINTER →  { "array" }              两道题的共同标签

用户做题集合（元素是题目 ID）：
  solved:user:1001 = { "501", "502", "503" }
  solved:user:1002 = { "502", "503", "504" }

差集 SDIFF（1002 做了而 1001 没做）→ { "504" }   ← 推荐给 1001

底层方面，Redis 7 的 Set 在元素少且短时用整数集合（intset）或列表编码，元素变多自动转为哈希表，判重和增删都是 O(1)，这个转换对使用者透明。

跟着做

步骤 1：增删与查看

127.0.0.1:6379> SADD tags:problem:501 array hash easy
(integer) 3
127.0.0.1:6379> SADD tags:problem:501 array
(integer) 0

第二次添加返回 0——元素已存在，集合自动去重，这是 Set 的核心价值。

127.0.0.1:6379> SMEMBERS tags:problem:501
1) "easy"
2) "hash"
3) "array"
127.0.0.1:6379> SCARD tags:problem:501
(integer) 3
127.0.0.1:6379> SISMEMBER tags:problem:501 dp
(integer) 0
127.0.0.1:6379> SREM tags:problem:501 easy
(integer) 1

注意 SMEMBERS 返回顺序不保证，且集合很大时会一次拉全量，大集合请改用 SSCAN 游标遍历：

127.0.0.1:6379> SSCAN solved:user:1001 0 COUNT 100
1) "0"
2) 1) "501"
   2) "502"

步骤 2：用两个集合记录做题情况

127.0.0.1:6379> SADD solved:user:1001 501 502 503
(integer) 3
127.0.0.1:6379> SADD solved:user:1002 502 503 504
(integer) 3
127.0.0.1:6379> SISMEMBER solved:user:1001 504
(integer) 0

前端展示做题进度时，SCARD 给出已做总数，SISMEMBER 决定某道题要不要打勾，全是常数时间。

步骤 3：交集——共同标签与「都做过」

127.0.0.1:6379> SADD tags:problem:502 array dp hard
(integer) 3
127.0.0.1:6379> SINTER tags:problem:501 tags:problem:502
1) "array"

判断两个用户有没有共同做过的题，有交集就推荐「切磋」：

127.0.0.1:6379> SINTER solved:user:1001 solved:user:1002
1) "502"
2) "503"

SINTERCARD 数量 key1 key2 [LIMIT n] 是 Redis 7 的新命令，只返回交集元素个数而不返回成员，推荐场景下更省网络。

步骤 4：差集——推荐你没做过的题

用户 1002 做过而 1001 没做的题：

127.0.0.1:6379> SDIFF solved:user:1002 solved:user:1001
1) "504"

注意差集有方向：SDIFF A B 是「属于 A 但不属于 B」，调换顺序结果完全不同。并集则不关心方向：

127.0.0.1:6379> SUNION solved:user:1001 solved:user:1002
1) "501"
2) "502"
3) "503"
4) "504"

步骤 5：把运算结果存起来

每次请求都现算交集也有成本，可以把结果落到一个新键：

127.0.0.1:6379> SDIFFSTORE recommend:user:1001 solved:user:1002 solved:user:1001
(integer) 1
127.0.0.1:6379> SMEMBERS recommend:user:1001
1) "504"
127.0.0.1:6379> EXPIRE recommend:user:1001 600
(integer) 1

同类命令还有 SINTERSTORE、SUNIONSTORE。推荐结果缓存 10 分钟，过期重算，兼顾实时性和性能。

步骤 6：抽奖——随机抽取且自动去重

活动开始，把参与者加入抽奖池（用户重复报名无效）：

127.0.0.1:6379> SADD lottery:2026-national 1001 1002 1003 1004 1005
(integer) 5

抽一个中奖者，并从池中移除（保证不重复中奖）：

127.0.0.1:6379> SPOP lottery:2026-national
"1003"

一次抽 3 个三等奖：

127.0.0.1:6379> SPOP lottery:2026-national 3
1) "1001"
2) "1005"
3) "1002"

如果只想「看看」谁可能中奖而不移除（比如模拟开奖预览），用 SRANDMEMBER：

127.0.0.1:6379> SRANDMEMBER lottery:2026-national 2
1) "1004"
2) "1002"

SPOP 与 SRANDMEMBER 的区别就是「抽走」和「偷看」。活动结束后给抽奖键设置过期或直接删除。

讲清楚要点

1. 三大特性：无序、唯一、O(1) 判重。凡是回答「有没有」「是不是重复了」的问题，先想 Set。
2. 集合运算是服务端原子完成的：SINTER/SUNION/SDIFF 在 Redis 内部计算，避免把数据拉回应用再循环比对，网络和正确性都更好。
3. 差集有方向：SDIFF A B ≠ SDIFF B A；交集、并集无方向。
4. STORE 系列命令会覆盖目标键：SINTERSTORE dst ... 若 dst 已存在，其内容会被整体替换，键名别和业务键撞车。
5. 大集合用 SSCAN：SMEMBERS 可能返回百万成员，撑爆客户端内存；SSCAN 分批取，代价是遍历期间数据变动可能出现重复或遗漏，新创建的元素不保证一定被扫到。
6. 元素建议短而规整：纯整数元素集合能使用 intset 编码，显著省内存。

你可能会懵的地方

• Set 里元素有顺序吗？能取「第一个」吗？ 没有顺序概念，SMEMBERS 每次返回顺序可能不同。需要顺序请用 List 或 ZSET。

• SADD 返回 0 是失败了吗？ 不是失败，是「没有新元素被加入」——元素本来就存在。它正好可以用来判断用户是不是第一次报名。

• SPOP 是随机的吗？随机性公平吗？ Redis 从内部结构中随机选取，业务层面可视为公平随机。但要注意它不是密码学随机，抽奖够用，安全场景不行。

• 集合运算的键不存在怎么办？ 视为空集参与运算。所有键都不存在时，交集为空；并集也为空；SCARD 不存在的键 返回 0。

• SPOP 一次抽多个，数量比池子里还多会怎样？ 有多少返回多少，不会报错，返回完池就空了。

错法对照

错法	问题	正解
用 List 做点赞用户去重	重复点赞产生重复元素	用 Set，天然唯一
把全量集合拉到 Java 里做 retainAll	网络传输大、应用内存高	用 SINTER 服务端计算
抽奖用 SRANDMEMBER 却不删除	同一用户可能反复中奖	中奖用 SPOP 移除
大集合 SMEMBERS 全量取	客户端 OOM、响应变慢	SSCAN 分批遍历
推荐结果不设过期	推荐内容长期不更新且占内存	STORE 后 EXPIRE
混淆 SDIFF 两个参数方向	推荐结果张冠李戴	牢记「A 有 B 没有」

卡点急救

1. SISMEMBER 总返回 0：检查元素内容是否完全一致（501 和 " 501"、P501 是不同元素），以及键名环境是否一致。
2. 集合运算结果为空但肉眼看应该有交集：多半是元素格式不统一（大小写、前后缀、字符串/数字混用），先 SMEMBERS 核对原始数据。
3. 抽奖池意外被清空：SPOP 是破坏性操作，开奖前确认程序没有预演性调用；需要预演用 SRANDMEMBER。

面试常问

• Set 的使用场景？SISMEMBER 为什么快？ 标签、去重点赞、共同关系、抽奖、权限集合。底层用哈希表（小集合用紧凑编码）时，成员查找是 O(1)。

• SINTER、SUNION、SDIFF 分别对应什么业务？ 交集：共同标签/共同好友；并集：合并多个圈子做推荐池；差集：我没做过的题、未关注的人，方向是「第一个集合减去其余集合」。

• SPOP 和 SRANDMEMBER 的区别？ SPOP 返回并移除成员，用于不能重复中奖的抽奖；SRANDMEMBER 只返回不移除，可用于预览或允许重复抽样。

自测三问

1. 如何用一条命令找出用户 1001 和 1002 都做过的题目？只想知道数量用什么命令？
2. 推荐「1002 做过但 1001 没做过」的题，写出命令，并说明参数调换会怎样。
3. 抽奖要保证每人最多中一次，应该用 SPOP 还是 SRANDMEMBER？为什么？

小结一句话

Set 用「唯一元素 + 交并差运算 + 随机抽取」三件武器，把去重、共同关系和抽奖这一类问题压缩成几条原子命令。

延伸

• Set 命令文档
• SINTERCARD（Redis 7）
• 下一课：Hash 对象——把用户资料和做题进度按字段精细管理。