Redis特殊“三巨头”

三种特殊数据类型

• 1. Geospatial（地理位置）
• • 1.1 概念
  • 1.2 命令
  • 1.3 命令
  • 1.4 使用范围
• 2. Hyperloglog（基数统计）
• • 2.1 概念
  • 2.2 命令
  • 2.3 案例
  • 2.4 使用场景
• 3. BitMaps（位图）
• • 3.1 概念
  • 3.2 命令
  • 3.3 案例
  • 3.4 使用场景
• 总结

1. Geospatial（地理位置）

1.1 概念

GEO类型是一种存储地理信息的数据格式。使用经度纬度定位地理坐标并用一个有序集合zset保存，所以zset命令也可以使用，因为Geospatial的底层就是zset。

1.2 命令

命令	说明
geoadd key longitud(经度) latitude(纬度) member [ … ]	将具体经纬度的坐标存入一个有序集合
geopos key member [ member … ]	获取集合种的一个/多个成员坐标
geodist key member1 member2 [ unit ]	返回两个给定位置之间的距离。默认是以米作为单位
georadius key longitude latitude radius m/km/mi/ft [ withcoord ] [ withdist ] [ withhash ] [ count count ]	以给定的经纬度为中心，返回集合包含的位置元素当中，与中心的距离不超过给定最大距离的所有位置元素
geradiusbymember key member radius …	功能与georadius相同，只是中心位置不是具体的经纬度，而是使用集合中已有的成员作为中心点
geohash key member1 [ member2 … ]	返回一个或多个位置元素的geohash，使用geohash位置52点整数编码

• 有效经纬度

• 有效的经度从-180度到180度
• 有效的维度从-85.05112878度到85.05112878度

指定单为的参数 unit 必须是一下单位之一：

• m ：米
• km ： 千米
• mi ：英里
• ft ：英尺

关于georadius的参数

• 通过 georadius 就可以完成附近的人的功能
• withcoord：带上坐标
• withdist：带上距离，单位与半径单位相同
• count n：只显示前n个（按距离递增排序）

1.3 命令

127.0.0.1:6379> geoadd china:city 116.40 39.90 beijing 121.47 31.23 shanghai # 给china：city 添加两个城市，并指定经纬度
(integer) 2
127.0.0.1:6379> geohash china:city beijing # 获取china：city中的beijing这个成员的geohash字符串
1) "wx4fbxxfke0"
127.0.0.1:6379> zrange china:city 0 -1 # 获取所有的china：city中的所有成员
1) "shanghai"
2) "beijing"
127.0.0.1:6379> zrem china:city beijing # 移除beijing这个成员
(integer) 1
127.0.0.1:6379> zrange china:city 0 -1 
1) "shanghai"
127.0.0.1:6379> geoadd china:city 116.40 39.90 beijing
(integer) 1
127.0.0.1:6379> geodist china:city beijing shanghai # 查看beijing与shanghai之间的直线距离，默认单位为m
"1067378.7564"
127.0.0.1:6379> geodist china:city beijing shanghai km # 显示两地直线距离，单位为km
"1067.3788"
127.0.0.1:6379> georadius china:city 111 31 1000 km # 以（111，31）为中心，1000km为半径 搜索在该范围的成员
1) "shanghai"
127.0.0.1:6379> georadius china:city 111 31 1000 km withcoord withdist # 追加参数，显示距离和坐标
1) 1) "shanghai"
   2) "996.9549"
   3) 1) "121.47000163793563843"
      2) "31.22999903975783553"
127.0.0.1:6379> georadius china:city 111 31 2000 km # 以（111，31）为中心，找半径2000km以内的成员
1) "shanghai"
2) "beijing"
127.0.0.1:6379> georadius china:city 111 31 2000 km withcoord withdist count 1 # 追加count，只显示一条记录
1) 1) "shanghai"
   2) "996.9549"
   3) 1) "121.47000163793563843"
      2) "31.22999903975783553"
127.0.0.1:6379> georadiusbymember china:city shanghai 1000 km # 以shanghai为中心，搜索附近1000km以内的成员
1) "shanghai"

1.4 使用范围

• 附近的人
• 距离计算

2. Hyperloglog（基数统计）

2.1 概念

• Redis Hyperloglog 是用来做基数统计的 数据结构，Hyperlog log的优点是：在输入元素的数量或者体积非常大时，计算基数所需的空间总是固定的、并且是很小的。
• 花费12KB的内存，就可以计算接近2^64 个不同元素的基数。
• 因为Hyperloglog 只会根据输入元素来计算基数，而不会存储输入元素本身，所以Hyperloglog 不能像集合那样，返回输入的各个元素。
• 底层使用String数据类型
• 基数：数据集中不重复的元素的个数

2.2 命令

命令	说明
pfadd key element1 [ element2… ]	添加指定元素到Hyperloglog中
pfcount key [ key ]	返回给定 Hyperloglog 的基数估算值
pfmerge destkey sourcekey [ sourcekey … ]	将多个 Hyperloglog合并为一个Hyperloglog

2.3 案例

127.0.0.1:6379> pfadd mypf a b c d e f g h i j k # 给mypf添加元素
(integer) 1
127.0.0.1:6379> type mypf # hyperloglog底层使用String
string
127.0.0.1:6379> pfcount mypf # 统计mypf的基数
(integer) 11
127.0.0.1:6379> pfadd mypf i j k z m 
(integer) 1
127.0.0.1:6379> pfcount mypf # 统计基数（不重复的元素个数）
(integer) 13
127.0.0.1:6379> pfadd mypf2 a b c n
(integer) 1
127.0.0.1:6379> pfmerge newpf mypf mypf2 # 合并mypf 和mypf2 到newpf
OK
127.0.0.1:6379> pfcount newpf
(integer) 18

2.4 使用场景

• 用户签到
• 网页的访问量(UV)：一个用户多次访问，也只能算作一个人。

传统实现，存储用户的id,然后每次进行比较。当用户变多之后这种方式及其浪费空间，而我们的目的只是计数，Hyperloglog就能帮助我们利用最小的空间完成。

3. BitMaps（位图）

3.1 概念

• BitMaps是一种使用位存储的数据结构，信息状态只有0 和 1
• Bitmap 是一串连续的二进制数字（0或1），每一位所在的位置为偏移（offset），在Bitmap上可执行AND、OR、XOR、NOT以及其他位操作。

3.2 命令

命令	说明
setbit key offset value	为指定key的offset位设置值
getbit key offset	获取offset位的值
bitcount key [ start end ]	统计字符串被设置位1 的bit树，也可以指定统计范围（按字节）
bitop perration destkey key [ key … ]	对一个或多个保存二进制位的字符串key 进行元操作，并将结果保存到destkey上
bitpos key bit [ start ] [ end ]	返回字符串里面第一个被设置为1或0的bit位，start和end只能按字节，不能按位

3.3 案例

127.0.0.1:6379> setbit sign 0 1 # 设置sign的第0位为1
(integer) 0
127.0.0.1:6379> setbit sign 2 1 # 设置sign的第2位为1 ，第一位没设置 默认是0
(integer) 0
127.0.0.1:6379> setbit sign 3 1
(integer) 0
127.0.0.1:6379> setbit sign 5 1
(integer) 0
127.0.0.1:6379> type sign
string
127.0.0.1:6379> getbit sign 2 # 获取sign的第2为的数值
(integer) 1
127.0.0.1:6379> getbit sign 3
(integer) 1
127.0.0.1:6379> getbit sign 4 # 未设置默认是0
(integer) 0
127.0.0.1:6379> bitcount sign # 统计sign中1的位数
(integer) 4
127.0.0.1:6379> bitpos sign 1 0 -1 # 返回字符串里面第一个被设置为1的bit位
(integer) 0
127.0.0.1:6379> setbit aaa 0 1
(integer) 0
127.0.0.1:6379> setbit aaa 1 0
(integer) 0
127.0.0.1:6379> setbit aaa 2 1
(integer) 0
127.0.0.1:6379> setbit bbb 0 0
(integer) 0
127.0.0.1:6379> setbit bbb 1 1
(integer) 0
127.0.0.1:6379> setbit bbb 2 1
(integer) 0
# aaa 101
# bbb 011
127.0.0.1:6379> bitop and res aaa bbb # 对aaa和bbb进行and运算，并将结果保存到res中
(integer) 1
127.0.0.1:6379> getbit res 0
(integer) 0
127.0.0.1:6379> getbit res 1
(integer) 0
127.0.0.1:6379> getbit res 2
(integer) 1
127.0.0.1:6379> bitop or res-or aaa bbb # 对aaa和bbb进行or运算，并将结果保存到res-or中
(integer) 1
127.0.0.1:6379> getbit res-or 0
(integer) 1
127.0.0.1:6379> getbit res-or 1
(integer) 1
127.0.0.1:6379> getbit res-or 2
(integer) 1
127.0.0.1:6379> bitop not res-not aaa # 对aaa进行not运算，并将结果保存到res-not中
(integer) 1
127.0.0.1:6379> getbit res-not 0
(integer) 0
127.0.0.1:6379> getbit res-not 1
(integer) 1
127.0.0.1:6379> getbit res-not 2
(integer) 0
127.0.0.1:6379> bitop xor res-xor aaa bbb # 对aaa和bbb进行xor运算，并将结果保存到res-xor中
(integer) 1
127.0.0.1:6379> getbit res-xor 0
(integer) 1
127.0.0.1:6379> getbit res-xor 1
(integer) 1
127.0.0.1:6379> getbit res-xor 2
(integer) 0
127.0.0.1:6379> 

3.4 使用场景

• 签到统计
• 状态统计
• 统计某一天网站的签到数量

总结

1. geo类型作地理位置信息存储
2. hyperloglog作基数统计
3. bitmap按位存储，作签到统计