Redis Set 结构如何实现抽奖、共同关注等场景？

标准答案

Redis Set（集合） 是 无序、去重的集合结构，支持 快速查找、随机抽取、交集并集操作，非常适用于 抽奖、共同关注、标签匹配等场景。

• 抽奖：SRANDMEMBER 可随机抽取元素，SPOP 可实现不重复抽奖。
• 共同关注：SINTER 可高效计算多个用户的共同关注。
• 标签匹配：SUNION 获取多个标签的合集，SDIFF 计算差集筛选目标用户。

答案解析

1. Redis Set 结构特点

Redis 的 Set 是一个 无序、去重的集合，底层实现基于 哈希表 + 整数数组，支持 O(1) 级别的插入、删除、判断是否存在操作，同时提供 随机抽取、交集、并集、差集等集合运算，适用于 去重、随机选取、关系计算 相关场景。

常见指令：

操作	命令	说明
添加元素	SADD key member1 member2	O(1) 复杂度，向集合中添加元素
移除元素	SREM key member	O(1) 复杂度，从集合中移除元素
随机抽取	SRANDMEMBER key [count]	O(1)，随机获取一个或多个元素
随机弹出	SPOP key [count]	O(1)，从集合中移除并返回一个或多个元素
交集	SINTER key1 key2	O(N) 复杂度，计算多个集合的交集
并集	SUNION key1 key2	O(N) 复杂度，计算多个集合的并集
差集	SDIFF key1 key2	O(N) 复杂度，计算 A - B 的差集
查询成员	SISMEMBER key member	O(1)，判断成员是否在集合中
获取大小	SCARD key	O(1)，获取集合元素数量

2. Redis Set 实现抽奖功能

（1）单次随机抽奖

场景：从 100 万用户中 随机抽取 1 人 中奖。

SRANDMEMBER lottery_users 1

• 优点：不会影响原集合，可用于 随机推荐、幸运用户抽取。
• 缺点：可能会重复抽取相同用户。

（2）不重复抽奖

场景：从 100 万用户中 抽取 10 人，保证 不会重复。

SPOP lottery_users 10

• 优点：抽出的用户会从集合中删除，确保不会重复中奖。
• 缺点：破坏原集合，需事先备份数据。

📌 解决方案：若要保留用户池，可 备份数据

SUNIONSTORE lottery_backup lottery_users  # 备份原数据
SPOP lottery_backup 10  # 在副本中抽奖

3. Redis Set 计算共同关注

（1）计算共同关注

场景：用户 A（关注 x、y、z），用户 B（关注 y、z、w），计算 共同关注的人。

SINTER user:A user:B

• 示例数据

SADD user:A "Tom" "Jerry" "Mike"
SADD user:B "Jerry" "Mike" "David"

SINTER user:A user:B  # 共同关注：["Jerry", "Mike"]

• 优点：查询 O(N) 复杂度，比 SQL JOIN 计算更快，适合大规模用户关系计算。

（2）计算好友推荐

场景：用户 A 和用户 B 的好友合集（即可能的好友推荐）。

SUNION user:A user:B

优化策略：

1. 过滤掉用户本身

   SDIFF user:A user:B
   

   • 可过滤掉 user:A 关注过的好友，避免推荐已经认识的人。

2. 按活跃度排序推荐

   ZINTERSTORE common_followers 2 user:A user:B WEIGHTS 1 1
   

   • 结合 Sorted Set 计数权重，推荐共同关注最多的用户。

4. Redis Set 计算标签匹配

（1）计算兴趣标签匹配

场景：用户 A 喜欢 篮球、足球、音乐，用户 B 喜欢 足球、音乐、电影，计算相同兴趣。

SINTER user:A_tags user:B_tags

• 示例数据

SADD user:A_tags "basketball" "football" "music"
SADD user:B_tags "football" "music" "movie"

SINTER user:A_tags user:B_tags  # 结果：["football", "music"]

• 应用场景：用于兴趣推荐、个性化匹配、社交匹配等场景。

5. Redis Set vs. List / Hash / Sorted Set

结构	适用场景	主要特点
Set（集合）	去重、不重复抽取、关系计算	无序、去重、高效交并集计算
List（列表）	消息队列、聊天记录	有序、允许重复、支持索引操作
Hash（哈希表）	用户信息存储	适用于存储对象，字段查找高效
Sorted Set（有序集合）	排行榜、热度排序	有序存储，可按分数排序

深入追问

1. 为什么 Redis Set 适用于抽奖，而 List 不适合？
2. SINTER 在用户量百万级时，如何优化性能？
3. 如何用 Redis 计算相似用户推荐？
4. Set 与 Sorted Set 在排行榜场景的区别？
5. 如何高效存储百万级用户的兴趣标签？

相关面试题

• Redis SINTER 计算共同关注的底层原理是什么？
• SRANDMEMBER 与 SPOP 在抽奖场景下的区别？
• Set 和 Sorted Set 在社交应用中的不同应用场景？
• Redis SUNION 查询合并多个标签的性能优化策略？
• 为什么 Kafka 不使用 Redis Set 结构存储消息？

总结

1. Redis Set 适用于无序去重场景**，高效支持 抽奖、共同关注、标签匹配等计算。
2. SPOP 适用于一次性抽奖**，而 SRANDMEMBER 适用于可重复抽奖**。
3. SINTER 可高效计算共同关注**，SUNION 可合并多个集合，SDIFF 可用于排除筛选。
4. 相比 SQL JOIN，Redis Set 计算速度快，适用于社交网络、兴趣推荐等场景。
5. Set 不适用于有序数据（如排行榜），此时应使用 Sorted Set。