开小程序要多少钱百度seo排名曝光行者seo

1. set的基本介绍

参考链接：https://mp.weixin.qq.com/s/srkd73bS2n3mjIADLVg72A
redis 的 set 数据结构是一个无序的集合，可以存储不重复的元素。适合于多种应用场景，尤其是在需要去重、快速查找和集合运算的场合。从上面的介绍可以看到set主要的特性为：
无序性：元素在set中没有特定的顺序；
唯一性：set中的元素是唯一的，不能重复。
其中还有一个比较重要的特性就是高效性。因为redis 的 Set 数据结构是基于哈希表（hash table）实现的，这也是为什么对元素的添加、删除和查找操作的时间复杂度都是 O(1) 的原因。

1.1. set底层结构之hash表的简单介绍

1. 哈希函数：哈希表使用哈希函数将元素映射到一个数组的索引中。通过这个索引，我们可以快速定位到存储在该位置的元素。
2. 存储结构：在 Redis 中，Set 存储元素时会使用一个哈希表，其键是元素的值，值通常是一个指向该元素的指针。这样，每个元素的插入、查找或删除操作都可以直接通过哈希表的索引进行。
3. 添加元素（SADD）：当添加一个新元素时，Redis 计算该元素的哈希值，并根据这个哈希值找到相应的索引位置。如果该位置为空（即没有相同的元素），就将该元素插入数组中。这一过程的时间复杂度是 O(1)。
4. 删除元素（SREM）：删除一个元素时，Redis 同样计算该元素的哈希值并找到相应的索引位置。如果该元素存在，就将其从哈希表中移除。这一过程也是 O(1)。
5. 查找元素（SISMEMBER）：查找一个元素是否在集合中，Redis 计算该元素的哈希值，并通过该哈希值定位到对应的索引位置。如果该元素存在于该位置，则返回 true；如果不存在，则返回 false。这一过程同样是 O(1)。
   理论上的限制
   尽管哈希表的平均时间复杂度是 O(1)，在某些情况下，哈希表可能会出现冲突（即不同的元素计算出相同的哈希值）。当发生冲突时，多个元素可能会存储在同一个索引位置，导致查找、插入和删除的性能下降。此时，复杂度可能退化为 O(n)，其中 n 是发生冲突的元素数量。然而，Redis 使用了一些策略（如动态扩容和链表/树结构来处理冲突）来保持哈希表的性能，使得在大多数情况下，操作的时间复杂度仍然可以保持在 O(1)。

1.2. 常用命令

SADD key member [member ...]：将一个或多个成员添加到集合中。
SREM key member [member ...]：移除集合中的一个或多个成员。
SISMEMBER key member：判断某个成员是否是集合中的成员。
SMEMBERS key：返回集合中的所有成员。
SCARD key：返回集合中成员的数量。
交集：SINTER key1 [key2 ...]：返回所有给定集合的交集。
并集：SUNION key1 [key2 ...]：返回所有给定集合的并集。
差集：SDIFF key1 [key2 ...]：返回第一个集合与其他集合的差集。

SADD myset "apple" "banana" "orange"
SREM myset "banana"
SISMEMBER myset "apple"  # 返回 1 (true)
SMEMBERS myset  # 返回 ["apple", "orange"]
SCARD myset  # 返回 2SADD set1 "a" "b" "c" 
SADD set2 "b" "c" "d" 
SINTER set1 set2  # 返回 ["b", "c"] 
SUNION set1 set2  # 返回 ["a", "b", "c", "d"] 
SDIFF set1 set2   # 返回 ["a"]

2. 常见的业务场景

一般业务场景的使用是会根据对应数据结构的特性来说明的：

1. 去重：当需要存储一组唯一的用户 ID、标签或其他信息时，可以使用 Set 来自动去重。例如，存储用户的浏览历史，确保每个用户的历史记录中没有重复的页面。【唯一性】
2. 社交网络：在社交网络应用中，可以使用 Set 来表示用户的好友关系。比如，用户 A 的好友可以存储在 Set 中，快速判断用户 B 是否是用户 A 的好友。【唯一性，高效性】
3. 标签系统：对于文章、商品等，可以使用 Set 来存储相关标签，方便进行标签查询和管理。【高效性】
4. 投票系统：可以使用 Set 存储已经投票的用户 ID，确保每个用户只能投一次票。【唯一性】
5. 实时分析：在实时分析场景中，可以使用 Set 来跟踪活跃用户、访问过的页面等。【高效性】

2.1. 标签系统

标签系统：Set类型可用于存储和处理具有标签特性的数据，如商品标签、文章分类标签等。
背景
在一个内容平台上，用户可以给文章打上不同的标签，系统需要根据标签过滤和推荐文章。

优势

1. 快速查找：使用Set可以快速判断一个元素是否属于某个集合。
2. 灵活的标签管理：方便地添加和删除标签，实现标签的灵活管理。
3. 集合运算：通过集合运算，如交集和并集，可以轻松实现复杂的标签过滤逻辑。

代码实现

package mainimport ("context""fmt""github.com/go-redis/redis/v8"
)var ctx = context.Background()// Redis 客户端初始化
var rdb = redis.NewClient(&redis.Options{Addr:     "",  // Redis 服务器地址Password: "", // 密码DB:       0,                  // 使用默认 DB
})// 文章标签管理结构体
type ArticleTagManager struct{}// 给文章添加标签
func (atm *ArticleTagManager) AddTagToArticle(articleID string, tags []string) error {_, err := rdb.SAdd(ctx, "article:"+articleID+":tags", tags).Result()if err != nil {return err}for _, tag := range tags {_, err := rdb.SAdd(ctx, "global:tags:"+tag, "article:"+articleID).Result()if err != nil {return err}}log.Printf("Added tags %v to article %s\n", tags, articleID)return nil
}// 从文章中删除标签
func (atm *ArticleTagManager) RemoveTagFromArticle(articleID string, tag string) error {_, err := rdb.SRem(ctx, "article:"+articleID+":tags", tag).Result()if err != nil {return err}log.Printf("Removed tag %s from article %s\n", tag, articleID)return nil
}// 获取文章的所有标签
func (atm *ArticleTagManager) GetTagsOfArticle(articleID string) ([]string, error) {tags, err := rdb.SMembers(ctx, "article:"+articleID+":tags").Result()if err != nil {return nil, err}return tags, nil
}// 根据标签获取文章列表
func (atm *ArticleTagManager) GetArticlesByTag(tag string) ([]string, error) {articles, err := rdb.SMembers(ctx, "global:tags:"+tag).Result()if err != nil {return nil, err}return articles, nil
}// 获取文章的标签数量
func (atm *ArticleTagManager) GetTagCountOfArticle(articleID string) (int64, error) {count, err := rdb.SCard(ctx, "article:"+articleID+":tags").Result()if err != nil {return 0, err}return count, nil
}// 获取某个标签的文章数量
func (atm *ArticleTagManager) GetArticleCountByTag(tag string) (int64, error) {count, err := rdb.SCard(ctx, "global:tags:"+tag).Result()if err != nil {return 0, err}return count, nil
}func main() {atm := &ArticleTagManager{}// 为文章添加标签if err := atm.AddTagToArticle("1", []string{"Golang", "Redis"}); err != nil {log.Fatalf("Error adding tags: %v", err)}if err := atm.AddTagToArticle("2", []string{"Python", "Redis"}); err != nil {log.Fatalf("Error adding tags: %v", err)}if err := atm.AddTagToArticle("3", []string{"Golang", "Python"}); err != nil {log.Fatalf("Error adding tags: %v", err)}// 获取文章的所有标签if tags, err := atm.GetTagsOfArticle("1"); err == nil {fmt.Println("Tags for article 1:")for _, tag := range tags {fmt.Println(tag)}}// 根据标签获取文章列表if articles, err := atm.GetArticlesByTag("Golang"); err == nil {fmt.Println("Articles with tag 'Golang':")for _, article := range articles {fmt.Println(article)}}// 获取文章标签数量if count, err := atm.GetTagCountOfArticle("1"); err == nil {fmt.Printf("Article 1 has %d tags.\n", count)}// 获取某个标签的文章数量if count, err := atm.GetArticleCountByTag("Redis"); err == nil {fmt.Printf("Tag 'Redis' has %d articles associated.\n", count)}// 测试完移除整个集合rdb.Del(ctx, "article:1:tags")rdb.Del(ctx, "article:2:tags")rdb.Del(ctx, "article:3:tags")rdb.Del(ctx, "global:tags:Golang")rdb.Del(ctx, "global:tags:Redis")rdb.Del(ctx, "global:tags:Python")
}

运行结果：

2.2. 社交网络好友关系

社交网络好友关系：Set类型可以表示用户的好友列表，支持快速好友关系测试和好友推荐。
背景
在一个社交网络应用中，用户可以添加和删除好友，系统需要管理用户的好友关系。

优势

1. 唯一性：保证好友列表中不会有重复的好友。
2. 快速关系测试：快速判断两个用户是否互为好友。
3. 好友推荐：利用集合运算，如差集，推荐可能认识的好友。

解决方案
使用Redis Set类型存储用户的好友集合，实现好友关系的管理。
代码实现

package mainimport ("context""fmt""github.com/go-redis/redis/v8""log"
)var ctx = context.Background()// Redis 客户端初始化
var rdb = redis.NewClient(&redis.Options{Addr:     "",  // Redis 服务器地址Password: "", // 密码DB:       0,                  // 使用默认 DB
})// 添加好友
func addFriend(userOneID string, userTwoID string) error {_, err := rdb.SAdd(ctx, "user:"+userOneID+":friends", userTwoID).Result()if err != nil {return err}_, err = rdb.SAdd(ctx, "user:"+userTwoID+":friends", userOneID).Result()return err
}// 判断是否是好友
func isFriend(userOneID string, userTwoID string) bool {return rdb.SIsMember(ctx, "user:"+userOneID+":friends", userTwoID).Val()
}// 获取用户的好友列表
func getFriendsOfUser(userID string) ([]string, error) {friends, err := rdb.SMembers(ctx, "user:"+userID+":friends").Result()return friends, err
}// 删除好友
func removeFriend(userOneID string, userTwoID string) error {_, err := rdb.SRem(ctx, "user:"+userOneID+":friends", userTwoID).Result()if err != nil {return err}_, err = rdb.SRem(ctx, "user:"+userTwoID+":friends", userOneID).Result()return err
}// 推荐可能认识的好友
func recommendFriends(userID string) ([]string, error) {// 获取用户的好友friends, err := getFriendsOfUser(userID)if err != nil {return nil, err}// 如果没有好友，则没有推荐if len(friends) == 0 {return nil, nil}// 找到所有好友的好友，以及去掉自己的好友和自己potentialFriends := make(map[string]struct{})for _, friendID := range friends {friendFriends, err := getFriendsOfUser(friendID)if err != nil {return nil, err}for _, potentialFriend := range friendFriends {// 排除自己和直接好友if potentialFriend != userID {potentialFriends[potentialFriend] = struct{}{}}}}// 将推荐的好友转换为切片recommendations := []string{}for friend := range potentialFriends {// 确保不是已经存在的好友if !isFriend(userID, friend) {recommendations = append(recommendations, friend)}}return recommendations, nil
}func main() {// 示例：添加好友if err := addFriend("user1", "user2"); err != nil {log.Fatalf("Error adding friend: %v", err)}// 示例：检查好友关系if isFriend("user1", "user2") {fmt.Println("user1 and user2 are friends.")}// 示例：获取好友列表friends, err := getFriendsOfUser("user1")if err != nil {log.Fatalf("Error getting friends: %v", err)}fmt.Println("Friends of user1:", friends)// 示例：推荐可能认识的好友recommendations, err := recommendFriends("user1")if err != nil {log.Fatalf("Error recommending friends: %v", err)}fmt.Println("Recommended friends for user1:", recommendations)// 示例：删除好友if err := removeFriend("user1", "user2"); err != nil {log.Fatalf("Error removing friend: %v", err)}
}

注意事项：

• 虽然Set是无序的，但Redis会保持元素的插入顺序，直到集合被重新排序。
• Set中的元素是唯一的，任何尝试添加重复元素的操作都会无效。
• 使用集合运算时，需要注意结果集的大小，因为它可能会影响性能。