Redis 高级数据类型

---

提示：以下是本篇文章正文内容，Redis系列学习将会持续更新

一、Bitmaps：属性状态统计

Bitmaps类型： 统计一批数据的某个属性的某个状态。

统计全国、各省、各市的共产党员：

身份id	1	2	3	4	5	6	7
是否党员	1	0	1	1	0	0	1

以二进制方式汇总：1001101
党员的人数 = 二进制数据中1的个数 = 4

Bitmaps类型的基础操作：

● 设置指定key对应偏移量上的bit值，value只能是1或0

setbit key offset value

● 获取指定key对应偏移量上的bit值

getbit key offset

二进制数据：100010011

Bitmaps类型的扩展操作：

● 对指定key按位进行交、并、非、异或操作，并将结果保存到destKey中

bitop op destKey key1 [key2...]
      and：交
      or：并
      not：非
      xor：异或

● 统计指定key中1的数量

bitcount key [start end]

● Tips：redis 应用于信息状态统计

回到目录…

二、HyperLogLog：基数统计

HyperLogLog类型： 基数统计，是数据集去重后元素个数，运用了 LogLog 算法。

● 添加数据

pfadd key element [element ...]

● 统计数据

pfcount key [key ...]

● 合并数据

pfmerge destkey sourcekey [sourcekey...]

● Tips：redis 应用于独立信息统计

● 相关说明：

• 用于进行基数统计，不是集合，不保存数据，只记录数量而不是具体数据
• 核心是基数估算算法，最终数值存在一定误差
• 误差范围：基数估计的结果是一个带有 0.81% 标准错误的近似值
• 耗空间极小，每个hyperloglog key占用了12K的内存用于标记基数
• pfadd命令不是一次性分配12K内存使用，会随着基数的增加内存逐渐增大
• Pfmerge命令合并后占用的存储空间为12K，无论合并之前数据量多少

回到目录…

三、GEO：地理位置信息计算

GEO类型： 地理位置信息计算。

3-1 两点间距离计算：

● 添加坐标点

geoadd key longitude latitude member [longitude latitude member ...]
       容器  经度       维度   坐标名称

● 获取坐标点

geopos key member [member ...]

● 计算坐标点距离

geodist key member1 member2 [unit]
                            距离单位

3-2 范围内获取数据：

● 根据点求范围内数据

georadiusbymember key member radius m|km|ft|mi [withcoord] [withdist] [withhash] [count count]
                  容器 坐标名 范围半径  范围单位

● 根据坐标求范围内数据

georadius key longitude latitude radius m|km|ft|mi [withcoord] [withdist] [withhash] [count count]

● 获取指定点对应坐标的哈希值

geohash key member [member ...]

例如：


①构造田字格


②范围内获取

回到目录…

---

总结:
提示：这里对文章进行总结：
本文是对Redis的学习，学习了redis的3种高级数据类型：Bitmaps(属性状态统计)、HyperLogLog(基数统计)、GEO(地理位置信息计算)。之后的学习内容将持续更新！！！