Redis Zunionstore 命令详解：掌握有序集合的“合并艺术”
在 Redis 的众多命令中，Zunionstore 可能不是最常被提及的，但它在处理复杂数据聚合场景时，却是不可或缺的利器。如果你正在构建一个社交平台的“关注推荐”系统，或者实现一个基于用户行为的“兴趣标签聚合”功能，那么你很可能需要用到这个命令。
它就像一位数据整合大师，能够把多个有序集合（Sorted Set）中的数据，按照特定规则“合并”成一个新的有序集合。这不仅高效，而且完全在内存中完成，速度极快。
本文将带你从零开始理解 Redis Zunionstore 命令的用法，通过实际案例和代码示例，让你真正掌握它的精髓。
什么是有序集合？为什么需要合并？
在深入命令之前，先理解一下“有序集合”这个概念。在 Redis 中，有序集合（Sorted Set）是一种特殊的集合类型，它不仅存储不重复的元素，还为每个元素赋予一个分数（score），系统会根据分数自动排序。
比如，我们可以把用户的行为数据存成有序集合：
ZADD user_a_likes 1680000000 article_1
ZADD user_a_likes 1680000100 article_2
ZADD user_a_likes 1680000200 article_3
此时，user_a_likes 就是一个按时间排序的有序集合。
但问题来了：如果我们要分析“所有用户共同喜欢的文章”，怎么办？一个用户喜欢 100 篇，100 个用户就是 1 万个记录，手动遍历显然不现实。
这时候，Redis Zunionstore 命令就派上用场了——它能将多个有序集合的元素合并，并根据规则计算新集合中每个元素的分数。
Redis Zunionstore 命令语法与参数详解
Redis Zunionstore 命令的基本语法如下：
ZUNIONSTORE destination numkeys key [key ...] [WEIGHTS weight [weight ...]] [AGGREGATE SUM|MIN|MAX]
我们逐个拆解参数含义：
destination：合并后结果存储的目标键名（必须）numkeys：参与合并的源有序集合数量（必须为正整数）key：源有序集合的键名，可以有多个WEIGHTS：可选参数，为每个源集合设置权重（乘数），用于影响最终分数AGGREGATE：可选参数，指定合并时的分数聚合方式
参数说明表格
| 参数 | 是否必选 | 说明 |
|---|---|---|
| destination | 是 | 合并结果存储的键名 |
| numkeys | 是 | 参与合并的源集合数量 |
| key | 是 | 源集合的键名，可多个 |
| WEIGHTS | 否 | 为每个源集合设置权重，影响分数 |
| AGGREGATE | 否 | 指定分数聚合策略，可选 SUM、MIN、MAX |
💡 提示：
WEIGHTS和AGGREGATE可以同时使用，但必须按顺序排列。
实际案例：用户兴趣标签的聚合分析
假设我们正在开发一个内容推荐系统，每个用户都有自己的兴趣标签，用有序集合表示，分数代表兴趣强度。
我们有三个用户的兴趣标签数据：
ZADD user_a_tags 8.5 technology
ZADD user_a_tags 9.0 programming
ZADD user_a_tags 9.2 ai
ZADD user_b_tags 9.1 programming
ZADD user_b_tags 7.8 photography
ZADD user_b_tags 6.9 music
ZADD user_c_tags 8.7 technology
ZADD user_c_tags 9.3 ai
ZADD user_c_tags 7.5 music
现在，我们想分析“所有用户共同关注的兴趣标签”，并按综合兴趣强度排序。
使用 Zunionstore 合并这三个集合：
ZUNIONSTORE combined_tags 3 user_a_tags user_b_tags user_c_tags AGGREGATE SUM
执行后，combined_tags 会包含所有标签，分数为各用户对应分数的总和。
检查结果：
ZRANGE combined_tags 0 -1 WITHSCORES
返回结果：
1) "ai"
2) "18.5"
3) "programming"
4) "18.1"
5) "technology"
6) "17.2"
7) "music"
8) "14.4"
9) "photography"
10) "7.8"
可以看到，ai 和 programming 的综合分数最高，说明是大家最关注的方向。
权重设置：让重要数据“分量更重”
在真实业务中，不同用户的权重可能不同。比如，VIP 用户的兴趣应该比普通用户更被重视。
我们可以使用 WEIGHTS 参数为不同集合设置权重：
ZUNIONSTORE weighted_tags 3 user_a_tags user_b_tags user_c_tags WEIGHTS 1.0 1.0 2.0 AGGREGATE SUM
这里，user_c_tags 的权重设为 2.0，意味着它的每个标签分数都会乘以 2。
重新查询结果：
ZRANGE weighted_tags 0 -1 WITHSCORES
结果中，ai 的分数变为 9.3 × 2 = 18.6，music 变为 7.5 × 2 = 15.0，而其他标签不变。
这样，VIP 用户的兴趣在聚合结果中“分量更重”，更符合业务需求。
聚合策略选择：SUM、MIN、MAX 的不同含义
AGGREGATE 参数决定了如何合并相同元素的分数。我们来看三种策略的区别：
1. SUM（默认）：分数相加
适用于“兴趣强度”“点赞数”等可叠加的场景。
ZUNIONSTORE sum_result 2 user_a_tags user_b_tags AGGREGATE SUM
programming 的分数为 9.0 + 9.1 = 18.1。
2. MIN：取最小值
适用于“最低满意度”“最低评分”等场景。比如你关心“最差体验”的标签。
ZUNIONSTORE min_result 2 user_a_tags user_b_tags AGGREGATE MIN
programming 的分数为 min(9.0, 9.1) = 9.0。
3. MAX：取最大值
适用于“最高评分”“最强烈偏好”等场景。
ZUNIONSTORE max_result 2 user_a_tags user_b_tags AGGREGATE MAX
programming 的分数为 max(9.0, 9.1) = 9.1。
📌 小贴士：在推荐系统中，
SUM最常用；在风险预警系统中，MIN或MAX可能更合适。
常见使用场景与最佳实践
场景一：社交网络“共同关注”分析
当你需要找出两个用户共同关注的用户列表时，可以先用 ZINTERSTORE 做交集，再用 Zunionstore 做并集扩展分析。
场景二：多维度评分聚合
比如用户评分（1~10）、评论数、点赞数，可以分别存为有序集合，然后通过 Zunionstore 加权合并，生成“综合影响力”排名。
场景三：实时排行榜合并
在游戏场景中，不同服务器的玩家分数可以分别存储，通过 Zunionstore 合并成全局排行榜。
注意事项与性能提醒
Zunionstore操作是原子的，不会在中间出错，适合高并发场景。- 合并的集合数量越多，内存占用越高，建议控制在合理范围内（如不超过 10 个）。
- 如果
destination键已存在，它会被覆盖，不会报错。 - 使用
WEIGHTS时，权重必须与源集合数量一致，否则命令会失败。 - 建议在
Zunionstore前，先用EXISTS检查源键是否存在，避免意外结果。
总结：掌握 Redis Zunionstore 命令的价值
Redis Zunionstore 命令虽然不像 GET、SET 那样常见，但它的能力非常强大。它让你能轻松实现多个有序集合的智能合并，是构建复杂数据聚合系统的核心工具之一。
无论是用户行为分析、兴趣推荐，还是实时排行榜，只要涉及“多源数据合并”，Zunionstore 都能帮你高效完成。
它就像一个“数据拼图大师”，把零散的信息块，按照规则拼成一张完整的图。掌握它，你就掌握了 Redis 在高级场景下的核心能力。
在日常开发中，不妨多思考：有没有场景可以用 Zunionstore 优化现有逻辑？也许一个简单的命令，就能让系统性能提升不止一倍。
希望这篇文章能让你对 Redis Zunionstore 命令有更深入的理解，也欢迎你在评论区分享你的使用场景。