假设你负责一个 SaaS 平台的用户行为统计分析。平台通过用户的机器码来标识每个用户。为了评估平台的增长和用户活跃度，我们需要计算以下两个指标：

1、新增用户数：在某一时间段（例如一天）内，首次登录应用的用户数量。

2、次日留存率：即当天新增的用户，在第二天是否仍然登录应用，计算公式为：

这些计算需要对大量用户数据进行统计。如果直接通过传统的 SQL 语句查询，效率将变得非常低。为了提高效率，我们可以通过 Redis 的集合（Set）操作来完成这些任务。

步骤分析

1. 将所有出现过的用户机器码存储在 Redis 中

首先，我们需要将历史数据中所有出现过的用户机器码存储到 Redis 的集合中。假设你有多个日期的用户数据，每天的用户机器码是不同的。你可以通过类似如下的 SQL 查询来获取每一天的机器码：

SELECT DISTINCT(user_device) FROM `statistic_20241201`;
SELECT DISTINCT(user_device) FROM `statistic_20241202`;...

将这些机器码存储在 Redis 的集合 user_device 中：

$redis->sadd('user_device', '6ab3d84ace678644f44645');  // 添加机器码

user_device 集合中的元素是所有曾经登录过应用的用户机器码。

2. 计算当天新增的用户机器码

接下来，我们需要获取当天新增的用户机器码。假设今天是 2024 年 12 月 3 日，我们通过 SQL 查询获取 12 月 3 日的机器码：

SELECT DISTINCT(user_device) FROM `statistic_20241203`;

将这些机器码存储在 Redis 的临时集合 tmp_20241203 中：

$redis->sadd('tmp_20241203', '5a6vhbb84ace678fgv44f44645');  // 添加机器码

3. 获取新增用户（当天首次登录的用户）

我们可以通过 Redis 的 sdiffstore 命令来计算 user_device 集合和 tmp_20241203 集合的差集。差集就是当天首次登录的机器码，即 2024 年 12 月 3 日的新增用户。

$redis->sdiffstore('new_20241203', 'user_device', 'tmp_20241203');

此时，new_20241203 集合中的元素就是 12 月 3 日新增的用户机器码。为了防止占用内存过多，给这个集合设置 1 天的过期时间：

$redis->expire('new_20241203', 86400);  // 86400秒 = 1天

4. 计算新增用户数量

使用 Redis 的 SCARD 命令获取 new_20241203 集合中的元素数量，这个数量就是 2024 年 12 月 3 日的新增用户数：

$new_user_count = $redis->scard('new_20241203');

5. 合并当天的机器码到 user_device集合中

为了确保历史数据不断更新，我们需要将当天出现的所有机器码合并进 user_device 集合中。这可以通过 Redis 的 sunionstore 命令实现：

$redis->sunionstore('user_device', 'user_device', 'tmp_20241203');

然后删除临时集合 tmp_20241203，以释放内存：

$redis->del('tmp_20241203');

6. 计算次日留存率

为了计算 12 月 3 日新增用户的次日留存率，我们需要查看 12 月 4 日新增的用户机器码。假设 12 月 4 日的用户机器码通过 SQL 查询获得：

SELECT DISTINCT(user_device) FROM `statistic_20241204`;

将这些机器码存储到临时集合 tmp_20241204 中：

$redis->sadd('tmp_20241204', '5a6vhbb84ace678fgv44f44645');

然后，使用 Redis 的 sinterstore 命令计算 new_20241203 和 tmp_20241204 集合的交集，即 12 月 3 日新增用户中，12 月 4 日仍然活跃的用户机器码：

$redis->sinterstore('next_day_retention', 'new_20241203', 'tmp_20241204');

此时，next_day_retention 集合中包含的是次日留存的用户机器码。

7. 计算次日留存的用户数和留存率

使用 SCARD 命令获取 next_day_retention 集合中的元素数量，这就是 12 月 3 日新增用户中，12 月 4 日仍然活跃的用户数：

$next_day_retention_count = $redis->scard('next_day_retention');

然后，通过除法计算次日留存率：

$next_day_retention_rate = $next_day_retention_count / $new_user_count;

总结

通过 Redis 集合的差集（sdiffstore）、并集（sunionstore）和交集（sinterstore）操作，我们能够高效地计算新增用户数和次日留存率，避免了在大数据量下使用 SQL 查询的性能瓶颈。

利用 Redis 的集合操作，不仅提升了计算效率，还大大减少了对数据库的压力。

优势总结

1. 高效存储和计算：Redis 集合操作能在内存中快速进行集合的交集、并集和差集计算，适合处理海量数据。
2. 简单易用：Redis 提供了丰富的集合操作命令，可以轻松完成复杂的统计任务。
3. 扩展性强：随着用户量和数据量的增长，Redis 能够通过简单的命令和机制处理大规模数据。

通过这种方法，我们可以大幅提升数据处理效率，特别适合于高并发、高频次的实时统计需求。