【redis6】第六章（新数据类型）

Bitmaps

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。

命令

• 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初始化结果如下图：

  

  users:20210101 代表2021-01-01这天的独立访问用户的Bitmaps

  127.0.0.1:6379> setbit users:20210101 1 1
  (integer) 0
  127.0.0.1:6379> setbit users:20210101 6 1
  (integer) 0
  127.0.0.1:6379> setbit users:20210101 11 1
  (integer) 0
  127.0.0.1:6379> setbit users:20210101 15 1
  (integer) 0
  127.0.0.1:6379> setbit users:20210101 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。

• 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）
  

  （2）实例
  获取id=1的用户是否在2021-01-01这天是否访问过， 返回0说明没有访问过：

  127.0.0.1:6379> getbit users:20210101 0
  (integer) 0
  127.0.0.1:6379> getbit users:20210101 1
  (integer) 1
  127.0.0.1:6379> getbit users:20210101 8
  (integer) 0
  127.0.0.1:6379> getbit users:20210101 19
  (integer) 1
  127.0.0.1:6379> getbit users:20210101 100
  (integer) 0
  

  注：因为100根本不存在，所以也是返回0

• 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 表示最后一个位，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
  

  （2）实例
  计算2021-01-01这天的独立访问用户数量

  127.0.0.1:6379> bitcount users:20210101
  (integer) 5
  

  start和end代表起始和结束字节数， 下面操作计算用户id在第1个字节到第3个字节之间的独立访问用户数， 对应的用户id是11， 15， 19。

  127.0.0.1:6379> bitcount users:20210101 1 3
  (integer) 3
  

举例： K1 【01000001 01000000 00000000 00100001】，对应【0，1，2，3】

bitcount K1 1 2 ： 统计下标1、2字节组中bit=1的个数，即01000000 00000000
–》bitcount K1 1 2 　　--》1

bitcount K1 1 3 ： 统计下标1、2字节组中bit=1的个数，即01000000 00000000 00100001
–》bitcount K1 1 3　　--》3

bitcount K1 0 -2 ： 统计下标0到下标倒数第2，字节组中bit=1的个数，即01000001 01000000 00000000
–》bitcount K1 0 -2　　--》3

注意：redis的setbit设置或清除的是bit位置，而bitcount计算的是byte位置。

• bitop

  （1）格式
  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。

  # bitop operation destkey key [key ...]
  bitop  and(or/not/xor) <destkey> [key…]
  

  （2）实例

  2022-01-02 日访问网站的userid=1,2,5,9。
  127.0.0.1:6379> setbit users:20220102 1 1
  127.0.0.1:6379> setbit users:20220102 2 1
  127.0.0.1:6379> setbit users:20220102 5 1
  127.0.0.1:6379> setbit users:20220102 9 1
  
  2022-01-03 日访问网站的userid=0,1,4,9。
  127.0.0.1:6379> setbit users:20220103 0 1
  127.0.0.1:6379> setbit users:20220103 1 1
  127.0.0.1:6379> setbit users:20220103 4 1
  127.0.0.1:6379> setbit users:20220103 9 1
  
  计算出两天都访问过网站的用户数量
  127.0.0.1:6379> bitop and users:and:20220102_03 users:20220102 users:20220103
  (integer) 2
  127.0.0.1:6379> bitcount users:and:20220102_03
  (integer) 2
  

  

  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
  127.0.0.1:6379> bitop or users:or:20220102_03 users:20220102 users:20220103
  (integer) 2
  127.0.0.1:6379> bitcount users:or:20220102_03
  (integer) 6
  

Bitmaps与set对比

HyperLogLog

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。

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)为5。 基数估计就是在误差可接受的范围内，快速计算基数。

命令

• pfadd

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

  127.0.0.1:6379> pfadd program "java"
  (integer) 1
  127.0.0.1:6379> pfadd program "php"
  (integer) 1
  127.0.0.1:6379> pfadd program "java"
  (integer) 0
  127.0.0.1:6379> pfadd program "c++"
  (integer) 1
  

  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，否则返回0。

• pfcount

  pfcount [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 program
  (integer) 3
  

• pfmerge
  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> pfadd k1 "a"
  (integer) 1
  127.0.0.1:6379> pfadd k2 "b"
  (integer) 1
  127.0.0.1:6379> pfmerge program k1 k2
  OK
  127.0.0.1:6379> pfcount program
  (integer) 5
  127.0.0.1:6379> pfcount k1
  (integer) 1
  

Geospatial

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。

命令

• geoadd

  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 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

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

  127.0.0.1:6379> geopos china:city shenzhen
  1) 1) "114.04999762773513794"
     2) "22.5200000879503861"
  

• geodist

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

  127.0.0.1:6379> geodist china:city shanghai chongqing km
  "1447.6737"
  

  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

• georadius

  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
  经度 纬度 距离 单位
  

  127.0.0.1:6379> georadius china:city 110 30 1000 km
  1) "chongqing"
  2) "shenzhen"