如何用redis去重？

Question

分别从几个固定的网站上爬取数据；
为了url去重，我用<set get>的字符串型存储?还是用<SADD SMEMBERS>的sets型存储？

需要存储url数目，大概初期在100k-1000k之间。

Answer 1

Collecter avec redis
Lien

Answer 2

Utilisez des collections, le caractère non répétitif des collections est très adapté.

Answer 3

$key = 'URL_HASH';
if(!$redis->hGet($key, md5($url))){
    // do something ...
    // 抓取一个 $url 后
    $redis->hSet($key, md5($url), true);
}

Ce qui doit être noté ici, c'est que s'il est multithread, d'autres processus doivent être pris en compte. Vous pouvez remplacer la valeur booléenne par une valeur d'énumération.