【resis特殊数据类型Gaospatial地理位置、Hyperloglog基数统计、Bitmap位图场景】

添加一个或多个地理位置的坐标：GEOADD key longitude latitude member [longitude latitude member …]
key为该地理位置的索引
longitude表示该位置的经度
latitude表示该位置的纬度
member表示地名
[longitude latitude member …]表示可以重复添加，中间以空格分隔

查询一个或多个地理位置坐标：GEOPOS key member [member …]

查询两地之间的距离：GEODIST key member1 member2 [unit]


以坐标为中心来范围搜索地理位置： GEORADIUS key longitude latitude radius m|km|ft|mi [WITHCOORD] [WITHDIST] [WITHHASH] [COUNT count] [ASC|DESC]

查询深圳市福田区（114.05571，22.52245）半径1000km之内的城市：

查询深圳市福田区（114.05571，22.52245）半径1000km之内的城市，同时输出地理位置的坐标：

查询深圳市福田区（114.05571，22.52245）半径1000km之内的城市，同时输出距离：

查询深圳市福田区（114.05571，22.52245）半径1000km之内的城市，同时输出距离：

查询深圳市福田区（114.05571，22.52245）半径1000km之内的城市，但只输出两个：

以位置为中心来范围搜索地理位置：
GEORADIUSBYMEMBER key member radius m|km|ft|mi [WITHCOORD] [WITHDIST] [WITHHASH] [COUNT count] [ASC|DESC]
key为要查询的地理位置的索引
member为要作为中心点的地理位置
radius表示要查询的半径
m|km|ft|mi表示单位
[WITHCOORD]可选，表示是否输出经纬度
[WITHDIST]可选，表示是否输出距离
[WITHHASH]可选，表示是否输出哈希值
[COUNT count]可选，表示输出几个数据
[ASC|DESC]可选，表示按照距离升序还是降序排列，ASC升序，DESC降序

查询以太原为中心，800km以内的城市：

（2）Hyperloglog基数统计
基数计算（cardinality counting）指的是统计一批数据中的抛去重复元素后数据的个数。
创建一组数据：PFADD key element [element …]

统计数据集的基数数量：PFCOUNT key [key …]

合并数据集：PFMERGE destkey sourcekey [sourcekey …]

（3）Bitmap位图场景
在Redis中的Bitmap位图是通过二进制位来实现的，存储的数据是0或1，位图中的每一个数据都是有唯一的一个下标对应。

输入位图数据集：SETBIT key offset value（数据集的下标是从0开始的 ）

统计“1”的个数：BITCOUNT key [start end]

参考文章：https://huixiaoyuan.blog.csdn.net/article/details/122519413