Redis6 新数据类型

1.Bitmaps

针对位操作运算的一个字符串

1.1 简介

现代计算机使用二进制（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，但实际在计算机中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：

（1）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。

（2）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.setbit

（1）格式

setbit <key><offset><value>  设置Bitmaps中某个偏移量的值（0或1）

offset：偏移量从0开始

 

（2）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（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：    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。

           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。

2.getbit

（1）格式

getbit <key><offset>   获取Bitmaps中某个偏移量的值

获取键的第 offset 位的值（从0开始算）

 

3.bitcount

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，而-2表示倒数第二个位，start、end是指bit组的字节的下标数，二者皆包含。

（1）格式

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

4.bitop

（1）格式

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。

2.HyperLogLog

针对基数运算

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），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。

解决基数问题有很多种方案：

（1）数据存储在MySQL表中，使用 distinct count 计算不重复个数

（2）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。

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。

2.2 命令

1.pfadd

（1）格式

pfadd <key><element>[element....]    添加指定元素到HyperLogLog中

 将所有元素添加到指定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（成功），否则返回0（失败） 。

2.pfcount

（1）格式

pfcount <key>[key...]     统计基数的数量。计算HLL的近似基数，可以计算出多个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。

 3.pfmerge

（1）格式

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

3.Geospatial

针对地理信息、经纬度操作

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

1.geoadd

（1）格式

geoadd <key><longitude><latitude><member>[longitude  latitude  member...]   添加地理位置（经度、纬度、名称）

注：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。

 2.geopos

（1）格式

geopos <key><member>[member...]     获得指定地区的坐标值

 3.geodist

（1）格式

geodist <key><member1><member2> [m | km | ft | mi]   获取两个位置之间的直线距离

单位：

m 表示单位为米 [默认值]

km 表示单位为千米

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。

 4.georadius

（1）格式

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