新数据类型
Bitmaps
现代计算机用二进制(位)作为信息的基础单位,1个字节等于8位,例如"abc"字符串是由3个字节组成,但实际在计算机存储时将其用二进制来表示,“abc”分别对应的ASCII码分别是97、98、99,对应的二进制分别是01100001、01100010、01100011。
合理地使用操作位能够有效地提高内存使用率和开发效率。
Redis提供了Bitmaps这个"数据类型"可以实现对位地操作:
- Bitmaps本身不是一种数据类型,实际上它就是字符串(key - value),但是它可以对字符串地位进行操作。
- Bitmaps单独提供了一套命令,所以在Redis中使用Bitmaps和使用字符串的方法不太相同。可以把Bitmaps想象成一个以位为单位的数组。数组的每个单元只能存储0和1,数组的下标在Bitmaps中叫做偏移量。
常用命令
setbit <key> <offset> <value> 设置Bitmaps中某个偏移量的值(0或1)
实例:每个独立用户是否访问过网站存放在Bitmaps中,将访问的用户记做1,没有访问的用户记做0,用偏移量作为用户的id。
设置键的第offset个位的值(offset从0算起),假设有20个用户,userid=1,6,11,15,19的用户对网站进行了访问,那么当前Bitmaps初始化结果如图:
unique:users:20220321代表20220321这天的独立访问用户的Bitmaps
127.0.0.1:6379> setbit unique:users:20220321 1 1
(integer) 0
127.0.0.1:6379> setbit unique:users:20220321 6 1
(integer) 0
127.0.0.1:6379> setbit unique:users:20220321 11 1
(integer) 0
127.0.0.1:6379> setbit unique:users:20220321 15 1
(integer) 0
127.0.0.1:6379> setbit unique:users:20220321 19 1
(integer) 0
注:很多应用的用户id以一个指定数字(例如10000)开头,直接将用户id和Bitmaps的偏移量对应势必造成一定的浪费,通常的做法是每次做setbit操作时将用户id减去这个指定数字。
在第一次初始化Bitmaps时,假如偏移量非常大,那么整个初始化过程执行会比较慢,可能会造成Redis的阻塞。
getbit <key> <offset> 获取Bitmaps中某个偏移量的值
实例:获取id=8的用户是否在2022-03-21这天访问过,返回0说明没有访问过
127.0.0.1:6379> getbit unique:users:20220321 8
(integer) 0
127.0.0.1:6379> getbit unique:users:20220321 6
(integer) 1
bitcount<key>[start end]统计字符串从start字节到end字节比特值为1的数量。
统计字符串被设置为1的bit数。一般情况下,给定的整个字符串都会被进行计数,通过指定额外的start或end参数,可以让计数只在特定的位上进行。start和end参数的设置,都可以使用负数值:比如-1表示最后一位,-2表示倒数第二位。start、end是指bit组的字节的下标数,二者皆包括。
实例:计算2022-03-21这一天的独立访问用户量
127.0.0.1:6379> bitcount unique:users:20220321 1 2
(integer) 3
127.0.0.1:6379> bitcount unique:users:20220321
(integer) 5
start和end代表起始和结束字节数。
在上例中,unique:users:20220321 [01000100 00100010 00100000],对应 [0,1,2]。
bitcount unique:users:20220321 1 2
:即统计下标为1、2字节组中bit = 1的个数,即01000100 00100010,结果为3。
bitcount unique:users:20220321
:统计下标为1、2、3字节组中bit = 1的个数,即01000100 00100010 00100000,结果为5。
注:redis的setbit设置或 清楚的是bit位置,而bitcount计算的byte位置。
bitop and(or/not/xor) <destkey> [key…]
bitop是一个复合操作,它可以做多个Bitmaps的and(交集)、or(并集)、not(非)、xor(异或)操作并将结果保存在destkey中。
实例:
2022-2-14 日访问网站的userid = 1,2,5,9
2022-3-14 日访问网站的userid = 0,1,4,9
127.0.0.1:6379> setbit unique:users:20220214 1 1
(integer) 0
127.0.0.1:6379> setbit unique:users:20220214 2 1
(integer) 0
127.0.0.1:6379> setbit unique:users:20220214 5 1
(integer) 0
127.0.0.1:6379> setbit unique:users:20220214 9 1
(integer) 0
127.0.0.1:6379> setbit unique:users:20220314 0 1
(integer) 0
127.0.0.1:6379> setbit unique:users:20220314 1 1
(integer) 0
127.0.0.1:6379> setbit unique:users:20220314 4 1
(integer) 0
127.0.0.1:6379> setbit unique:users:20220314 9 1
(integer) 0
127.0.0.1:6379> bitop and 2022_valentine unique:users:20220314 unique:users:20220214
(integer) 2
127.0.0.1:6379> bitcount 2022_valentine
(integer) 2
127.0.0.1:6379> bitop or 2022_or_valentine unique:users:20220314 unique:users:20220214
(integer) 2
127.0.0.1:6379> bitcount 2022_or_valentine
(integer) 6
127.0.0.1:6379> bitop not 2022_not_valentine unique:users:20220214
(integer) 2
127.0.0.1:6379> bitcount 2022_not_valentine
(integer) 12
127.0.0.1:6379> bitop xor 2022_xor_valentine unique:users:20220314 unique:users:20220214
(integer) 2
127.0.0.1:6379> bitcount 2022_xor_valentine
(integer) 4
127.0.0.1:6379> getbit 2022_xor_valentine 0
(integer) 1
127.0.0.1:6379> getbit 2022_xor_valentine 2
(integer) 1
127.0.0.1:6379> getbit 2022_xor_valentine 4
(integer) 1
127.0.0.1:6379> getbit 2022_xor_valentine 5
(integer) 1
总结
计算出任意一天都访问过网站的用户数量(例如月活跃就是类似这种),可以使用or求并集。
计算出两天或多天都访问过网站的用户数量,就可以使用and求交集。
Bitmaps与set对比
假设网站有一亿用户,每天独立访问的用户有五千万,如果每天用集合类型和Bitmaps分别存储活跃用户可以得到表如下:
数据类型 | 每个用户id占用空间 | 需要存储的用户量 | 全部内存量 |
---|---|---|---|
集合类型 | 64位 | 50000000 | 64位 * 50000000 = 400MB |
Bitmaps | 1位 | 100000000 | 1位 * 100000000 = 12.5MB |
这种情况下使用Bitmaps能节省很多的内存空间,尤其是随着时间推移节省的内存还是非常可观的
数据类型 | 一天 | 一个月 | 一年 |
---|---|---|---|
集合类型 | 400MB | 12GB | 144GB |
Bitmaps | 12.5MB | 375MB | 4.5GB |
但Bitmaps并不是万金油,例如该网站每天的独立访问用户很少,只有10万,此时使用Bitmaps就不太合适了,因为基本上大部分位都是0。
数据类型 | 每个userid占用的空间 | 需要存储的用户量 | 全部内存量 |
---|---|---|---|
集合类型 | 64位 | 100000 | 64位 * 100000 = 800kb |
Bitmaps | 1位 | 100000000 | 1位 * 100000000 = 12.5MB |
HyperLogLog
当遇到与统计相关的功能需求,比如统计网站PV(PageView页面访问量),可以使用Redis的incr、incrby轻松实现。
但像UV(UniqueVisitor,独立访客)、独立IP数、搜索记录数等需要去重和计数的问题如何解决?这种求集合中不重复元素个数的问题称为基数问题。
解决基数问题有多种方案:
- 数据存储在MySQL表中,使用distinct count计算不重复个数。
- 使用Redis提供的hash、set、bitmaps等数据结构来处理。
以上的方案结果精确,但随着数据不断增加,导致占用空间越来越大,对于非常大的数据集是不切实际的。
能否能够降低一定的精度来平衡存储空间?Redis推出了HyperLogLog。
Redis HyperLogLog是用来做基数统计的算法,HyperLogLog的优点是,在输入元素的数量或者体积非常非常大时,计算基数所需的空间总是固定的、并且是很小的。
在Redis里面,每个HyperLogLog键只需要花费12KB内存,就可以计算接近2^64个不同元素的基数。这和计算基数时,元素越多耗费内存就越多的集合形成鲜明对比。
但是,因为HyperLogLog只会根据输入元素来计算基数,而不会储存输入元素本身,所以HyperLogLog不能像集合那样,返回输入的各个元素。
那什么是基数呢?
比如数据集{1,3,5,7,9,7,3},那么这个数据集的基数集为{1,3,5,7,9},基数(去重后的元素的个数)为5。基数估计就是在误差可接受的范围内,快速计算基数。
常用命令
pfadd <key> <element> [element …] 添加指定元素到HyperLogLog中。
127.0.0.1:6379> pfadd background "java"
(integer) 1
127.0.0.1:6379> pfadd background "spring"
(integer) 1
127.0.0.1:6379> pfadd background "java"
(integer) 0
将所有元素添加至指定的HyperLogLog数据结构中。如果执行命令后HLL估计的近似基数发生变化,则返回1,否则返回0。
pfcount<key> [key…] 计算HLL的近似基数,可以计算多个HLL,比如用HLL存储每天的UV,计算一周的UV可以使用7天的UV合并计算即可。
127.0.0.1:6379> pfcount background
(integer) 2
pfmerge <destkey> <sourcekey> [sourcekey…] 将一个或多个HLL合并后的结果存储在另一个HLL中,比如每月活跃用户可以使用每天的活跃用户来合并计算可得。
127.0.0.1:6379> pfcount background
(integer) 2
127.0.0.1:6379> pfadd front "html"
(integer) 1
127.0.0.1:6379> pfadd front "css"
(integer) 1
127.0.0.1:6379> pfadd front "javascript"
(integer) 1
127.0.0.1:6379> pfcount front
(integer) 3
127.0.0.1:6379> pfmerge allgan background front
OK
127.0.0.1:6379> pfcount allgan
(integer) 5
Geospatial
Redis 3.2中增加了对GEO类型的支持。GEO,Geographic,地理信息的缩写。该类型就是元素的二维坐标,在地图上就是经纬度。Redis基于该类型,提供了经纬度设置,查询,范围查询,距离查询,经纬度Hash等常见操作。
常用命令
geoadd <key> <longitude> <latitude> <member> [longitude latitude member…] 添加地理位置(经度、纬度、名称)
127.0.0.1:6379> geoadd china:city 121.47 31.23 shanghai
(integer) 1
127.0.0.1:6379> geoadd china:city 106.50 29.53 chongqing 114.05 22.52 shenzhen 116.38 39.90 beijing
(integer) 3
两极无法直接添加,一般会下载城市数据,直接通过Java程序一次性导入。
有效的经度从 -180°到180°,有效的纬度从-85.05112878度到85.05112078°。
当坐标位置超出指定范围时,该命令将会返回一个错误。
已经添加的数据,是无法再次往里添加的。
geopos <key> <member> [member…] 获得指定地区的坐标值
127.0.0.1:6379> geopos china:city shanghai
1) "121.47000163793563843"
2) "31.22999903975783553"
geodist <key> <member1> <member2> [m|km|ft|mi] 获取两个位置间的直线距离
127.0.0.1:6379> geodist china:city chongqing beijing km
"1462.9505"
单位:
m表示单位为米,默认值。
mi表示单位为英里。
ft表示单位为英尺。
如果用户没有显式地指定单位参数,那么GEODIST默认使用米作为单位。
georadius<key> <longitude> <latitude> radius m|km|ft|mi
以给定的经纬度为中心,找出某一半径内的元素
127.0.0.1:6379> georadius china:city 110 30 1000 km
1) "chongqing"
2) "shenzhen"
Jedis
Jedis所需依赖
<dependency>
<groupId>redis.clients</groupId>
<artifactId>jedis</artifactId>
<version>3.2.0</version>
</dependency>
连接Redis时的注意事项
- 开放Redis防火墙端口
- 在/etc/redis.conf文件中,注释掉bind 127.0.0.1,然后将protected-mode修改为no
firewall-cmd --add-port=6379/tcp --permanent
测试
public static void main(String[] args) {
Jedis jedis = new Jedis("192.168.36.128",6379);
String pong = jedis.ping();
System.out.println(pong);
jedis.close();
}
测试相关数据类型—key
@Test
public void testKeys(){
Jedis jedis = new Jedis("192.168.36.128",6379);
Set<String> keys = jedis.keys("*");
keys.forEach(key -> {
System.out.println(key);
});
System.out.println(jedis.exists("china:city"));
}
测试相关数据类型—string
@Test
public void testString(){
Jedis jedis = new Jedis("192.168.36.128",6379);
String k1 = jedis.set("k1", "v1");
System.out.println(k1);
Long append = jedis.append("k1", "xixihaha");
System.out.println(append);
String newK1 = jedis.get("k1");
System.out.println(newK1);
Long len = jedis.strlen("k1");
System.out.println(len);
Long setRange = jedis.setrange("k1", 2, "bujianbusan");
System.out.println(setRange);
String getRange = jedis.getrange("k1", 0, -1);
System.out.println(getRange);
}
测试相关数据类型—list
@Test
public void testList(){
Jedis jedis = new Jedis("192.168.36.128",6379);
Long lpush = jedis.lpush("k3", "v1", "v2", "v3");
Long rpush = jedis.rpush("k4", "v1", "v2", "v3");
String rpoplpush = jedis.rpoplpush("k3", "k4");
System.out.println(rpoplpush);
List<String> k2 = jedis.lrange("k4", 0, -1);
k2.forEach(k -> {
System.out.println(k);
});
}
测试相关数据类型—set
@Test
public void testSet(){
Jedis jedis = new Jedis("192.168.36.128",6379);
jedis.sadd("orders", "order01", "order02", "order03", "order04");
Set<String> orders = jedis.smembers("orders");
orders.forEach(order -> {
System.out.println(order);
});
System.out.println("-------------------------------------");
jedis.srem("orders","order02");
orders = jedis.smembers("orders");
orders.forEach(order -> {
System.out.println(order);
});
}
测试相关数据类型—hash
@Test
public void testHash(){
Jedis jedis = new Jedis("192.168.36.128",6379);
jedis.hset("hash1","userName","zhangsan");
System.out.println(jedis.hget("hash1","userName"));
Map<String,String> map = new HashMap<>();
map.put("telephone","17435668");
map.put("address","atguigu");
map.put("email","zhangsan@qq.com");
jedis.hmset("hash2",map);
List<String> result = jedis.hmget("hash2", "telephone", "email");
result.forEach(System.out::println);
}
测试相关数据类型—zset
@Test
public void testZSet(){
Jedis jedis = new Jedis("192.168.36.128",6379);
jedis.zadd("zset01",100,"深入理解Java虚拟机");
jedis.zadd("zset01",200,"深入理解计算机系统");
jedis.zadd("zset01",300,"算法导论");
Set<String> zset01 = jedis.zrange("zset01", 0, -1);
zset01.forEach(System.out::println);
}