set类型
类型介绍
与list不同的主要两点：
1.集合的元素是唯一的（不能重复）
2.集合的元素是无序的。
和list相同的是，集合的每个元素也都是string类型，如果要存储结构化数据，可以用json存储。
sadd / smembers / sismember
sadd
将⼀个或者多个元素添加到 set 中。注意，重复的元素⽆法添加到 set 中。所以是随机删除。
SADD key member [member ...]这里的元素用member来称呼，这样做也是方便区别不同类型的元素，比如hash中就是field。
smembers
SMEMBERS keysismember
SISMEMBER key member 
scard
scard
获取⼀个 set 的基数（cardinality），即 set 中的元素个数。
SCARD key
spop / srandmember
spop
pop一般表示从末尾删除某一元素，但是集合中的元素是无序的，哪有什么 “末尾”？
SPOP key [count]
srandmember
与spop不同的是，srandmember不会删除，也是完全随机返回一个元素。
srandmember key [count]
smove / srem
smove
SMOVE source destination member这个 source 表示要从哪个key中删除元素，destination 表示要将这个删除的元素插入到哪个key中。
需要注意：是先从 source 删除member，然后再将member插入到destination 中。
如果要移动的元素destination 中已经存在，那么也不会报错，因为集合中元素是唯一的，所以destination 中还是只有一份，并且source 中照样还是会删除member。
srem
rem就是remove的缩写
SREM key member [member ...]集合的一些基本概念
以下就介绍一些Redis 交集，并集，差集的操作
sinter / sinterstore
sinter
获取给定 set 的交集中的元素。
SINTER key [key ...]sinterstore
获取给定 set 的交集中的元素并保存到⽬标 set 中。
SINTERSTORE destination key [key ...] 
sunion / sunionstore
sunion
获取给定 set 的并集中的元素。
SUNION key [key ...]sunionstore
SUNIONSTORE destination key [key ...]sdiff / sdiffstore
sdiff
获取给定 set 的差集中的元素。
SDIFF key [key ...]之前求交集和并集，交换两个集合的顺序，结果是一样的，但是求差集这里，交换集合的顺序，求出来的结果是不一样的。
比如集合A的元素1 2 3 4 集合B的元素 3 4 5 6 ，那么求集合A与集合B的差集结果就是 1 2，反过来求集合B与集合A的差集就是5 6。
sdiffstore
获取给定 set 的差集中的元素并保存到⽬标 set 中。
SDIFFSTORE destination key [key ...]内部编码
1）当元素个数较少并且都为整数时，内部编码为 intset：
127.0.0.1:6379> sadd setkey 1 2 3 4
(integer) 4
127.0.0.1:6379> object encoding setkey
2）当元素个数超过 512 个，内部编码为 hashtable：
127.0.0.1:6379> sadd setkey 1 2 3 4
(integer) 513
127.0.0.1:6379> object encoding setkey
"hashtable"3）当存在元素不是整数时，内部编码为 hashtable：
127.0.0.1:6379> sadd setkey a
(integer) 1
127.0.0.1:6379> object encoding setkey
"hashtable"set应用场景
实现标签
比如用set保存用户的标签 。
用户画像：分析用户的一些特征，然后进行投其所好。
比如喜欢浏览化妆品 或者裙子这些商品 的用户可以打上女人的标签，喜欢浏览数码产品的可以打上男人的标签等等。
或者还可以基于这些标签，计算两个用户是否有相同的爱好。
计算共同好友
其实跟标签的效果差不多，我们使用qq的时候就经常看到qq会给我们推荐一些用户，说这些用户有多少共同好友。其实也是通过求交集的方式来计算的。
计算UV （用户量）
补充概念：
PV：page view，用户每次访问服务器，就会产生一次PV，多次访问就产生多次。
UV：user view：每一个用户访问服务器，只会产生一次UV，多次访问也只有一次。
用UV的信息就可以用set进行去重，然后求出set的大小就可以得知这个服务器的用户量了。
如果想统计访问量就更简单了，每次访问都会产生一个日志，然后记录这个日志的数量就可以了
一般可以每日将这些数据刷新一次，这样就可以动态了解这个网站的访问量和用户量了。
zset类型
类型介绍
注意：在有序集合这里，有序指的是升序，而不是顺序，这里的概念与集合那里是不一样的。
简单对比以下list set zset
zadd / zrange
ZADD key [NX | XX] [GT | LT] [CH] [INCR] score member [score member...]另外 在Redis5版本中，GT LT 选项是没有的
LT：less than ，只有修改的key的分数 小于原来的，才会修改成功。
GT：greater than，只有当修改的key的分数大于原来的，才会修改成功。
注意：不要把这里的member score当作键值对来看待，在键值对中，是有明确的 角色区分 的，只能通过 键 -> 值 的方式，而不能反过来。但是对于有序集合来说，既可以通过member找到对应的score，也可以通过score匹配对应的member。
zrange
区间查找有序集合中的元素，用法跟lrange类似。
zrange key start stop [withscores]下标依旧可以为负数，意义跟以往的一样。
withscores：选择是否要把分数一起显示出来。
zcard / zcount
zcard
获取⼀个 zset 的基数（cardinality），即 zset 中的元素个数。
ZCARD keyzcount
返回分数在 min 和 max 之间的元素个数，默认情况下，min 和 max 都是包含的，可以通过 ( 排除。
ZCOUNT key min maxzset的底层实现其实是使用跳表的，一般来说查找满足这个区间的元素，那么时间复杂度不应该是O（N）吗？其实Redis给每个元素都加上了一个 “排行” 也就是它是第几个元素，所以就只需要找到min和max就可以了。
另外，这里的查找都是按照闭区间来查找的，[min,max]，如果想要以开区间的方式，那么需要在边界值前加上 ( 。比如
注意这里加括号的方式是不大符合直觉的。
zrevrange / zrangebyscore
zrevrange
备注：这个命令可能在 6.2.0 之后废弃，并且功能合并到 ZRANGE 中。
ZREVRANGE key start stop [WITHSCORES]这里的start 和stop的顺序和 zrange是一样，只是zrevrange会把结果逆序返回。
zrangebyscore
ZRANGEBYSCORE key min max [WITHSCORES]zpopmax
删除并返回分数最⾼的 count 个元素。
ZPOPMAX key [count]count表示删多少个，默认一个。
如果删除的元素分数是一样的，那么会按照字典序来删。
另外关于这个时间复杂度这里，我们知道zset是跳表结构的，所以元素都是有序的，又因为删除的元素是最大值，所以为什么不搞一个值来记录尾部，这样删除的时候，查找的时间复杂度不就降为O（1）了吗？确实，但是Redis目前并没有这么做 。
bzpopmax
bzpopmax
ZPOPMAX 的阻塞版本。
BZPOPMAX key [key ...] timeouttimeout就是要等待多少时间，也就是超时时间，单位是 秒，支持小数，比如 0.1s表示 100ms。
这里的timeout是不能省略的。另外要注意这里的时间复杂度， 虽然bzpopmax可以等待多个key，但是它只会删除最先就绪的那一个key，并且只删除一个。
zpopmin / bzpopmin
zpopmin
删除并返回分数最低的 count 个元素。
ZPOPMIN key [count]用法与zpopmax一致。
bzpopmin
ZPOPMIN 的阻塞版本。
BZPOPMIN key [key ...] timeoutzrank / zrevrank / zscore
zrank
返回指定元素的排名，升序。
这里的排名其实就是下标，从0开始的。
ZRANK key memberzrevrank
返回指定元素的排名，降序。
ZREVRANK key memberzscore
返回指定元素的分数。
ZSCORE key member这里zscore的时间复杂度按我们之前的想法应该是O（logN）才对，但是注意这里是O（1），这是因为Redis觉得这个命令应该是高频使用的命令，容易成为性能瓶颈，所以用额外的空间进行了特殊的优化，使其时间复杂度降到了O（1）。
zrem / zremrangebyrank / zremrangebyscore
zrem
删除指定的元素。
ZREM key member [member ...]zremrangebyrank
按照排序，升序删除指定范围的元素，左闭右闭。 这里不能通过加（的方式表示开区间
ZREMRANGEBYRANK key start stop注意这里的时间复杂度那里是 N + M，而不是 N * M，因为这里的查找只需要查找一次。
zremrangebyscore
按照分数删除指定范围的元素，左闭右闭。 同理
ZREMRANGEBYSCORE key min max 
zincrby
zincrby
为指定的元素的关联分数添加指定的分数值。（这个增量可以是浮点数，也可以是负数）
ZINCRBY key increment memberzinterstore
zinterstore
ZINTERSTORE destination numkeys key [key ...] [WEIGHTS weight[weight ...]] [AGGREGATE <SUM | MIN | MAX>]关于这里的时间复杂度，看似很复杂，其实不用特别记忆
关于命令部分：
destination ，我们将求完交集的结果会放入到这个key中。
numkeys 参数表示我们要传入多少个key，如果要传入两个key，那么就填入2
[WEIGHTS weight [weight ...]] 这里表示权重，比如我们之前传入了两个key，key1 key2 ，我们可以按照一定的比重来计算分数，比如key1的元素分数只想占40%，key2的想占60%，那么这里就可以传入 WEIGHTS 0.4 0.6 。当然也可以传入大于1的数，不一定表示比重。
[AGGREGATE <SUM | MIN | MAX>] 这里表示对交集元素的分数怎么处理，sum表示将交集的元素相加，min表示取最小值，max取最大值。
使用示例：
可以看见，求交集默认是将元素的分数相加。然后我们还给了权重，将key1的元素的分数 * 2，将key2的元素的分数 * 3。
zunionstore
ZUNIONSTORE destination numkeys key [key ...] [WEIGHTS weight[weight ...]] [AGGREGATE <SUM | MIN | MAX>]这里的用法和细节跟zinterstore是一样的。
命令小结：
zset的内部编码
另外跳表还比较适合范围查询。
zset应用场景
排行榜系统
复杂一点的，比如微博的热度排行榜。
