目录
一、Bitmaps
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∶
( 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叫做位偏移量
2.命令
💧sbit
（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
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）
*offset：偏移量从0开始
（2）实例
💧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。
（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
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。
（2）实例
💧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）实例
计算出两天都访问过网站的用户数量
bitop and unique:users:and:20201104_03 unique:users:20201103 unique:users:20221104
⚪Bitmaps与set'的对比
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：
很明显，这种情况下使用Bitmaps能节省很多空间，尤其是随着时间的推移节省的内存还是很可观的
二、HyperLogLog
1.介绍
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。
⚪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。·
2.命令
💧pfadd
（1）格式
pfadd <key><element>[element...]
添加指定元素到HyperLogLog中，成功则返回1，不成功返回0
（2）实例
💧pfcount
（1）格式
pfcount <key> [key...]
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
（2）实例
💧pfmerge
（1）格式
pfmerge <destkey><sourcekey> [sourcekey...]
将一个或多个HLL合并后的结果存储到另一个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获得
（2）实例
三、Geospatial
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。
2.命令
💧getadd
getadd <key><longitude><latitude><member>[longitude latitude member...]
添加地理位置（经度、纬度、名称）
- 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，无法再次添加
💧geopos
（1）格式
geopos <key><member> [member...]
获得指定地区的坐标值
（2）实例
💧godist
godist <key><member1><member2> [m|km|ft|mi]
获取两个位置之间的直线距离
- m表示单位为米（默认值）
- km代表千米
- mi代表英里
- ft代表英尺
💧georadius
georadius <key><longitude><latitude> radius m|km|ft|mi
一给定的维度为中心，找出某一半径内的元素
504
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
