这是一个有趣的问题，我认为Redis可以在这方面提供帮助。

Redis可以使用优化的“intset”格式存储整数集。有关详细信息，请参阅http://redis.io/topics/memory-optimization。

我相信这里正确的数据结构是目标标记集的集合，外加一个反向索引来将标记Map到它们的目标标记集。

要存储两个目标标记集，请执行以下操作：

0 -> [ 1 2 3 4 5 6 7 8 ]
 1 -> [ 6 7 8 9 10 ]

我会使用：

# Targeted tag sets

 sadd tgt:0 1 2 3 4 5 6 7 8
 sadd tgt:1 2 6 7 8 9 10
 # Reverse index
 sadd tag:0 0
 sadd tag:1 0
 sadd tag:2 0 1
 sadd tag:3 0
 sadd tag:4 0
 sadd tag:5 0
 sadd tag:6 0 1
 sadd tag:7 0 1
 sadd tag:8 0 1
 sadd tag:9 1
 sadd tag:10 1

当从系统添加/移除目标标签集时，该反向索引非常容易维护。

全局存储器消耗取决于多个目标标签集所共有的标签的数量。在Redis中存储伪数据和模拟内存消耗是相当容易的。我已经使用simple node.js script完成了。

对于100万个目标标签集(标签为8位数字，每组40个标签)，当目标标签集共享的标签很少时(倒排索引中超过3200万条)，内存消耗接近4 GB，当标签被大量共享时(倒排索引中只有10万条)，内存消耗约为500MB。

使用这种数据结构，找到包含给定客户的所有标签的目标标签集非常高效。

1- Get customer tag set (suppose it is 1 2 3 4)
2- SINTER tag:1 tag:2 tag:3 tag:4
   => result is a list of targeted tag sets having all the tags of the customer

交集操作是高效的，因为Redis足够智能，可以按基数对集合进行排序，并从基数最低的集合开始。

现在我知道您需要实现相反的操作(即查找目标标记集，其所有标记都在客户标记集中)。反向指数仍能有所帮助。

下面是一个用难看的伪代码编写的示例：

1- Get customer tag set (suppose it is 1 2 3 4)
2- SUNIONSTORE tmp tag:1 tag:2 tag:3 tag:4
   => result is a list of targeted tag sets having at least one tag in common with the customer
3- For t in tmp (iterating on the selected targeted tag sets)
      n = SCARD tgt:t (cardinality of the targeted tag sets)
      intersect = SINTER customer tgt:t
      if n == len(intersect), this targeted tag set matches

因此，您永远不需要针对100万个目标标记集测试客户标记集。您可以依靠反向索引将搜索范围限制在可接受的级别。

这可能会有所帮助：

案例研究：在非常大的集合(120m+和120m+)上使用Redis交集

http://redis4you.com/articles.php?id=016&name=Case+Study%3A+Using+Redis+intersect+on+very+large+sets

所提供的答案最初对我有帮助。然而，随着我们客户群的增长，我偶然发现了一项伟大的技术，涉及到使用Redis字符串位和位操作符非常快速地对数亿用户执行分析。

请看这篇文章。Redis的创建者安提雷兹也经常提到这一点。

http://blog.getspool.com/2011/11/29/fast-easy-realtime-metrics-using-redis-bitmaps/