set用于用户行为关键点唯一性采样，核心是生成可判重、低冗余、高业务意义的原子标识（如路径+uid+小时戳），仅存标识做o(1)存在性校验，需控规模、避对象引用、保类型一致。
通过 Set 实现用户行为轨迹“关键点”的唯一性采样，核心不是把所有行为都塞进去，而是有策略地提取可判重、低冗余、高业务意义的标识，并用 Set 做轻量级存在性校验。它适合前端实时拦截、中台轻量聚合或日志预处理等场景，但需避开全量对象存储和无约束膨胀。
明确什么是“关键点”
关键点不是原始点击流，而是经过抽象、具备业务语义且天然可去重的原子事件标识。例如：
- 页面路径 + 用户ID + 时间戳截断到小时（
/product/detail?id=1001#u789#2026051014） - 埋点事件类型 + 主键ID（如
"pay_success#order_20260510001"） - 搜索关键词标准化后哈希（
sha256("java set 唯一性".trim().toLowerCase())） - 地理位置栅格编码（如高德GeoHash前8位：
"wx4g0b2t"）
关键是：同一语义的关键点，必须生成完全相同的字符串或基础类型值；不同语义，必须不同。避免用完整对象、未清洗的 raw URL 或含随机字段的数据直接入 Set。
用 Set 做高效存在性判重
不存原始数据，只存关键点标识，用 Set.has() 快速判断是否已采样过该点：
- 初始化一个长期复用的
const sampled = new Set()，而非每次新建 - 收到行为时，先生成关键点 key，再调用
if (!sampled.has(key)) { sampled.add(key); emitToAnalytics(key); } - 避免先
has()再add()—— 直接用add()返回值更简洁：if (sampled.add(key)) { /* 首次采样 */ }
这样单次判断稳定在 O(1)，百万级关键点下查询耗时仍约 0.02ms，远快于数组遍历。
控制规模与防止内存失控
用户行为是持续流，Set 不加限制会无限增长。需结合业务设定合理边界：
- 按时间窗口滚动：每小时新建一个 Set，旧 Set 弃用或归档；或用 Map 存
{hour: Set}，超 24 小时自动 delete - 按数量上限限容：监控
sampled.size，达到阈值（如 50 万）后启用 LRU 策略（可用 Map 模拟）或切到服务端去重 - 对长周期分析，前端只做“首触去重”，关键点上传后由后端用 Redis Set 或布隆过滤器做全局判重
不要试图在前端用 Set 维护用户全年轨迹——那是存储职责，不是采样职责。
注意类型与一致性陷阱
关键点必须是基础类型（string/number/boolean/symbol），Set 对对象引用判重，两个相同结构的对象仍是不同元素：
- ❌ 错误：
sampled.add({page: '/home', uid: 'u123'})→ 每次都是新对象 - ✅ 正确：
sampled.add(`/home#u123`)或sampled.add(JSON.stringify({page:'/home',uid:'u123'}))（注意 JSON 序列化顺序要稳定） - 字符串务必统一清洗：
.trim().toLowerCase().replace(/\s+/g, ' ')，否则"Login"和"login "被视为不同关键点
若关键点含时间，建议截断到分钟或小时，避免每毫秒生成一个新 key。
