Redis学习笔记--Redis三种特殊数据类型

Redis 版本 6.0+

1. Geospatial地理位置

朋友的定位，附近的人，打车距离计算？

Redis的Geospatial在Redis的3.2版本推出。这个功能可以推算出地理位置信息，两地之间的距离，方圆几里的人！

使用工具：经纬度在线查询

只有6个命令：

• geoadd

添加地理位置:

规则：南北两极无法添加，用此功能，一般会下载城市数据，直接通过java程序一次性导入！

#geoadd key 经度 纬度 名称
#有效的经度：-180到180
#有效的维度：-85.05112878到85.05112878
127.0.0.1:6379> geoadd China:city 116.40 39.90 beijing
(integer) 1
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
(integer) 1
127.0.0.1:6379> geoadd China:city 114.05 22.52 shenzhen
(integer) 1
127.0.0.1:6379> geoadd China:city 120.16 30.24 hangzhou 108.96 34.26 xian
(integer) 2

• geopos

获得当前定位，一定是一个坐标值。

获取指定城市的经度和纬度

127.0.0.1:6379> geopos China:city beijing 
1) 1) "116.39999896287918091"
   2) "39.90000009167092543"
127.0.0.1:6379> geopos China:city beijing shanghai
1) 1) "116.39999896287918091"
   2) "39.90000009167092543"
2) 1) "121.47000163793563843"
   2) "31.22999903975783553"

• geodist

返回两个给定位置之间的距离（直线距离）。

如果两个位置之间的其中一个不存在， 那么命令返回空值。

指定单位的参数 unit 必须是以下单位的其中一个：

• m 表示单位为米。
• 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。

GEODIST 命令在计算距离时会假设地球为完美的球形， 在极限情况下， 这一假设最大会造成 0.5% 的误差

#GEODIST key member1 member2
127.0.0.1:6379> geodist China:city beijing chongqing
"1464070.8051"
127.0.0.1:6379> geodist China:city beijing chongqing km
"1464.0708"

• georadius

以给定的经纬度为中心， 返回键包含的位置元素当中， 与中心的距离不超过给定最大距离的所有位置元素。

范围可以使用以下其中一个单位：

• m 表示单位为米。
• km 表示单位为千米。
• mi 表示单位为英里。
• ft 表示单位为英尺。

在给定以下可选项时， 命令会返回额外的信息：

• WITHDIST: 在返回位置元素的同时， 将位置元素与中心之间的距离也一并返回。 距离的单位和用户给定的范围单位保持一致。
• WITHCOORD: 将位置元素的经度和维度也一并返回。
• WITHHASH: 以 52 位有符号整数的形式， 返回位置元素经过原始 geohash 编码的有序集合分值。 这个选项主要用于底层应用或者调试， 实际中的作用并不大。

命令默认返回未排序的位置元素。 通过以下两个参数， 用户可以指定被返回位置元素的排序方式：

• ASC: 根据中心的位置， 按照从近到远的方式返回位置元素。
• DESC: 根据中心的位置， 按照从远到近的方式返回位置元素。

在默认情况下， GEORADIUS 命令会返回所有匹配的位置元素。 虽然用户可以使用 COUNT <count> 选项去获取前 N 个匹配元素， 但是因为命令在内部可能会需要对所有被匹配的元素进行处理， 所以在对一个非常大的区域进行搜索时， 即使只使用 COUNT 选项去获取少量元素， 命令的执行速度也可能会非常慢。 但是从另一方面来说， 使用 COUNT 选项去减少需要返回的元素数量， 对于减少带宽来说仍然是非常有用的。

# georadius
127.0.0.1:6379> georadius China:city 110 30 100 km #寻找经度110、纬度30的半径100km内的城市
(empty list or set)
127.0.0.1:6379> georadius China:city 110 30 500 km #寻找经度110、纬度30的半径500km内的城市
1) "chongqing"
2) "xian"
127.0.0.1:6379> georadius China:city 110 30 500 km withcoord #寻找经度110、纬度30的半径100km内的城市 结果显示经纬度
1) 1) "chongqing"
   2) 1) "106.49999767541885376"
      2) "29.52999957900659211"
2) 1) "xian"
   2) 1) "108.96000176668167114"
      2) "34.25999964418929977"
127.0.0.1:6379> georadius China:city 110 30 500 km withcoord count 1 #寻找经度110、纬度30的半径100km内的城市 结果显示经纬度 结果只要1项
1) 1) "chongqing"
   2) 1) "106.49999767541885376"
      2) "29.52999957900659211"

• georadiusbymember

这个命令和 GEORADIUS命令一样， 都可以找出位于指定范围内的元素， 但是 GEORADIUSBYMEMBER 的中心点是由给定的位置元素决定的， 而不是像 GEORADIUS 那样， 使用输入的经度和纬度来决定中心点

指定成员的位置被用作查询的中心。

127.0.0.1:6379> georadiusbymember China:city beijing 1000 km
1) "beijing"
2) "xian"
127.0.0.1:6379> georadiusbymember China:city shanghai 400 km
1) "hangzhou"
2) "shanghai"

• geohash

返回一个或多个位置元素的 Geohash 表示。

通常使用表示位置的元素使用不同的技术，使用Geohash位置52点整数编码。由于编码和解码过程中所使用的初始最小和最大坐标不同，编码的编码也不同于标准。此命令返回一个标准的Geohash，在维基百科和geohash.org网站都有相关描述

# 将二维的经纬度转为一维的字符串 如果两个城市越近，那么距离就越进
127.0.0.1:6379> geohash China:city beijing shanghai
1) "wx4fbxxfke0"
2) "wtw3sj5zbj0"

GEO底层的实现原理其实就是Zset！我们可以用Zset命令来操作geo

示例：

127.0.0.1:6379> zrange China:city 0 -1  #查看所有城市
1) "chongqing"
2) "xian"
3) "shenzhen"
4) "hangzhou"
5) "shanghai"
6) "beijing"
127.0.0.1:6379> zrem China:city beijing #移除指定城市
(integer) 1
127.0.0.1:6379> zrange China:city 0 -1
1) "chongqing"
2) "xian"
3) "shenzhen"
4) "hangzhou"
5) "shanghai"

2. Hyperloglog基数统计

上例中A集合和B集合中不重复的数1、3、5、7、8，所以基数=5.

简介：

Redis 2.8.9 版本就更新了Hyperloglog数据结构！

Redis Hyperloglog 基数统计的算法！

优点：占用的内存是固定的，2^64不同的元素基数，只需要费12KB内存！如果从内存角度比较就用Hyperloglog！

有0.81%错误率。

示例：网页的UV(一个人访问一个网站多次，但是还是算作一个人！)

• 传统的方式：set保存用户的id，然后就可以统计set中的元素数量作为标准判断！

  这个方式如果保存大量的用户id，就会比较麻烦(占空间)！我们的目的是为了计数而不是保存用户id。

如果用Hyperloglog，很省空间，且0.81%错误率对于统计UV任务，可以忽略不计。

测试使用：

127.0.0.1:6379> PFADD mykey a b c d e f g h i j k # 创建第一组元素 mykey
(integer) 1
127.0.0.1:6379> pfcount mykey # 统计mykey中的基数数量
(integer) 11
127.0.0.1:6379> pfadd mykey2 i j k a b y t r e  # 创建第二组元素 mykey2
(integer) 1 
127.0.0.1:6379> pfcount mykey2 # 统计mykey中的基数数量
(integer) 9
127.0.0.1:6379> pfmerge mykey3 mykey mykey3  #合并两组 mykey mykey2 = mykey3 并集(去重)
OK
127.0.0.1:6379> pfcount mykey3
(integer) 11

如果允许容错，就选择Hyperloglog！

如果不允许容错，就用set或者自己的数据类型即可！

3. Bitmaps

位存储

常用场景：

1、统计用户信息：活跃or不活跃，登录or未登录，打卡，365打卡！两个状态的都可以使用Bitmaps！

Bitmaps位图，数据结构！都是操作二进制位来进行记录。就只有0和1两个状态。

365天=365bit 1字节=8bit 46字节左右！

测试

使用Bitmaps记录 周一到周日的打卡

查看某天是否打卡：

统计打卡的天数：(这样就可以看到是否有全勤)