Redis（四）Redis的三种特殊数据类型：GEO、Hyperloglog和Bitmap

前言

Redis有三种特殊的数据格式：GEO存储地理坐标和计算，Hyperloglog用于不重复的基数统计，Bitmap位图用于统计互斥事件。

GEO 的数据结构总共有六个命令

• geoadd
• geopos
• geodist
• georadius
• georadiusbymember
• geohash

Redis GEOADD 命令

说明

 将指定的地理空间位置（纬度、经度、名称）添加到指定的key中。

实例

在任意一个城市经纬度查询网站进行查询获取城市信息，然后我们对其进行操作：

参数：geoadd [key] [longitude（经度）] [latitude（维度）]

geoadd chinaCity 113.27 23.15 GuangZhou

GEOPOS - geo 查询命令

相当于查询geo信息

实例

参数：geopos [key]

GEODIST - 查看坐标之间的举例

距离结果参数：

• m标识单位为米
• km标识单位为千米
• mi标识单位为英里
• ft标识单位为英尺

实例

  北京到广州的距离：再添加一下北京的坐标：geoadd chinaCity 116.23 40.22 BeiJing

参数：geodist [key] [hashkey（字段）] [hashkey（字段）] 单位（不要也可以，默认米）

返回结果为："1918.8645"

查询北京到广州的直线距离：1856km 实际差不多

GEORADIUS - 查询半径中的数据

业务背景：获取我附近的人？城市？

实例

参数：geodist [key] [hashkey（字段）] [hashkey（字段）] 单位（不要也可以，默认米）

georadius chinaCity 100 30 2000 km   #以经度100，纬度30 半径2000km的内的城市
georadius chinaCity 100 30 2000 km withdist  #显示城市名称和到中心位置的距离
georadius chinaCity 100 30 2000 km withcoord  #显示符合条件的定位
georadius chinaCity 100 30 2000 km withcoord count 1  #输出指定个数符合条件的

效果分别如下

 

Hyperloglog基数统计

说明

常用于人数统计，比如说多次访问网站的用户，如何统计真实的不重复的访问人数：筛选重复的id——基数统计 【不重复的元素】。

那为什么不用SET呢？因为我们的最终目的不是为了保存id而是计数。如何理解？

比如说2^64个不同id，我们只需要12kb内存，每个id存一个bool即可无需存id字符串，便可知道id是否存在。leetcode常用这种hash算法。

实例

127.0.0.1:6379> pfadd class1 a b c d e
(integer) 0
127.0.0.1:6379> pfcount class1
(integer) 5
127.0.0.1:6379> pfadd class2 f g h i j
(integer) 1
127.0.0.1:6379> pfcount class2
(integer) 5
127.0.0.1:6379> pfmerge class3 class1 class2
OK
127.0.0.1:6379> pfcount class3
(integer) 10
127.0.0.1:6379>

Bitmap

说明

Bitmap就是通过一个bit位来表示某个元素对应的值或者状态。Bitmaps位图操作二进制进行记录，只有0和1两个状态。

比如统计vip和非vip用户，和其它的状态：审批，未审批等，以及打卡，想起了优酷的穷vip注解。。。

以打卡为例：365天中每天为一个Bit，一个字节8bit，只需要几十个字节！

setbit [key] [offset] [value]

getbit [key]

bitcount [key]

举例 

😘如果对你有所帮助点个赞，给点小动力，谢谢啦~ 

补充

补充下zset的用法：

ZADD key score1 member1 [score2 member2]

zset常用命令