310-Redis（高级数据类型Bitmaps & HyperLogLog & GEO）

高级数据类型

• Bitmaps
• HyperLogLog
• GEO

高级数据类型用于解决单一业务

1、Bitmaps

1.1、Bitmaps定义

• redis中这种数据类型叫string，只不过前面我们是以string为一个整体进行操作的，现在以string中存储的二进制位来操作的；
• Bitmaps并不是一个全新的数据类型，是string类中的二进制位的一个操作接口！

1.2、Bitmaps类型的基础操作

测试：

• 使用setbit设置bits的0号位上的数字为1；
• 使用getbit获取对应位上的值（如果不存在，也是返回0）

对应位不存在的情况：（也是返回0）

如果在一个很高的位置上，设置一个1，前面的为孩子都会补0，这样很耗时。（如果都是从10000000位开始操作的，建议都先减一个10000000再进行操作）

1.3、Bitmaps类型的扩展操作

1、统计每天某一部电影是否被点播；

将电影做成一个offset，0就没有点播！

2、统计每天有多少部电影被点播；

查下‘1’的数量即可！

3、统计每周/月/年有多少部电影被点播；

将每天的Bitmaps存储下来，然后做逻辑或操作即可！

4、统计年度哪部电影没有被点播；

看看第3个哪个位置为0即可！

---

测试：

bitcount操作：


对20880808和20880809这两个key进行 或 操作：

结果为5！（也就代表这两天总共有5部电影被看了）

2、HyperLogLog

2.1、统计不重复数据的数量

注意： 2000万的位也是会消耗很大的内存空间的！

2.2、基数统计

基数：

• 基数是数据集去重后元素个数
• HyperLogLog 是用来做基数统计的，运用了LogLog的算法

2.3、HyperLogLog类型的基本操作

测试：

只有2个基数！

2.4、HyperLogLog相关说明

• 用于进行基数统计，不是集合，不保存数据，只记录数量而不是具体数据
• 核心是基数估算算法，最终数值存在一定误差
• 误差范围： 基数估计的结果是一个带有 0.81% 标准错误的近似值
• 消耗空间极小，每个hyperloglog key占用了12K的内存用于标记基数
• pfadd命令不是一次性分配12K内存使用，会随着基数的增加内存逐渐增大
• Pfmerge命令合并后占用的存储空间为12K，无论合并之前数据量多少

3、GEO：地理位置

3.1、GEO定义

GEO地理位置： 给你一个地理位置，再给你一个地理位置，能做一些操作。

注意： 计算出来的位置是不考虑垂直方向的距离的，只有水平距离！

3.2、GEO类型的基本操作

key是将若干个坐标点添加到一个容器中！

---

测试：

1、添加点 和 获取坐标点

将a和b点都放在了geos这个容器中！

2、计算坐标点距离

也可以加上m和km的单位：

---

现在想看下附近有多少人？

测试：

1、georadiusbymember：根据点求范围内的数据；

求（2，2）这个点附近180km内的范围的点有多少个？

2、georadius：根据坐标求范围内的数据

求1.5 1.5这个坐标的90km范围内的数据！

3、geohash

geohash：自己特有的方法计算出的一个值！