4.Redis新数据类型

1. Bitmaps

1.1 简介

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和01100011，如下图：

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”可以实现对位的操作：

• 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的位进行操作。

• 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。

1.2 命令

1.2.1 setbit

setbit key offset value：设置Bitmaps中某个偏移量的值，值只能是0或1，偏移量从0开始。

案例：每个独立用户是否访问过网站的情况存放在Bitmaps中， 用偏移量作为用户的id，将访问的用户记做1， 没有访问的用户记做0。设置键的第offset个位的值（从0算起） ， 假设现在有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：

注意：

1.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的偏移量对应势必会造成一定的浪费， 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。

2.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。

1.2.1 getbit

getbit key offset：获取键的第offset位的值，偏移量从0开始。

案例：获取id=8的用户是否在2020-11-06这天访问过， 返回0说明没有访问过：

1.2.3 bitcount

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。1个字节8位，也就是占了Bitmaps的8位。如果不指定 start 和 end 就表示统计所有值为1的位数。start 和 end 可以是负数，比如-1表示倒数第一个字节。

案例：计算2022-11-06这天的独立访问用户数量：

注意：redis 的 setbit 设置的是bit位置，而 bitcount 计算的是 byte 位置。

1.2.4 bitop

bitop operation destkey key [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。operation 代指 and、or、not、xor 操作。

案例：

• 已知 2020-11-04 日访问网站的 userid =1,2,5,9，2020-11-03 日访问网站的 userid =0,1,4,9。计算出两天都访问过网站的用户数量：

过程如下：

• 计算出两天内任意一天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：

  

1.3 Bitmaps与set对比

假设网站有1亿用户， 每天独立访问的用户有5千万， 如果每天用集合类型和 Bitmaps 分别存储活跃用户可以得到表：

set 和 Bitmaps 存储一天活跃用户对比：

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（5千万）	64位*50000000 = 400MB
Bitmaps	1位	100000000（1亿）	1位*100000000 = 12.5MB

很明显， 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， 假如该网站每天的独立访问用户很少， 例如只有10万（大量的僵尸用户） ， 那么两者的对比如下表所示， 很显然， 这时候使用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占用空间	需要存储的用户量	全部内存量
集合类型	64位	100000（10万）	64位*100000 = 800KB
Bitmaps	1位	100000000（1亿）	1位*100000000 = 12.5MB

2. HyperLogLog

2.1 简介

在工作当中，我们经常会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）,这种计数问题可以使用 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。

什么是基数？

比如数据集 {1, 3, 5, 7, 5, 7, 8}， 那么这个数据集的基数集为 {1, 3, 5 ,7, 8}, 基数(不重复元素)为5。 基数估计就是在误差可接受的范围内，快速计算基数。

解决基数问题有很多种方案：

• 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。是否能够降低一定的精度来平衡存储空间？Redis推出了HyperLogLog。

Redis 的 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 12 KB 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。

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。

2.2 命令

pfadd key element [element …]：添加指定元素到 HLL（HyperLogLog ） 中。可以一次性添加多个。如果执行命令后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。可以是多个 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。

pfmerge destkey sourcekey [sourcekey …]：将一个或多个 HLL（sourcekey） 合并后的结果存储在另一个 HLL（destkey） 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。

案例如下：

3. Geospatial

3.1 简介

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2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。

3.2 命令

geoadd key longitude latitude member [longitude latitude member…]：添加地理位置（经度，纬度，名称）。可以同时添加多个。

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 度到 180 度。有效的纬度从 -85.05112878 度到 85.05112878 度。

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，是无法再次往里面添加的。

geopos key member [member…]：获得指定地区的坐标值。

geodist key member1 member2 [m|km|ft|mi ]：获取两个位置之间的直线距离。后面是可以指定单位为米、千米、英尺、英里。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 member。

案例如下：

m|ft|mi ]**：获取两个位置之间的直线距离。后面是可以指定单位为米、千米、英尺、英里。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 member。

案例如下：