redis高级数据类型

reids高级数据类型是基于五种基本数据类型的，是为了针对某些特定的业务而衍生出来的数据类型。

一、Bitmaps

bitmaps事实上并不是一种新的数据类型，而是基于字符串位操作的集合，由于字符串是二进制安全的，并且最长可支持512M，所以它们可以用来存储2的32次方（512 * 1024 * 1024 * 8 ）不同位的数据。

bitmaps的位操作分成两组：1.固定时间的单个位操作，比如把字符串的某个位设置为1或者0，或者获取某个位上的值 2.对于一组位的操作，对给定的比特范围内，统计设定值为1的数目。

bitmaps最大的优势是在存储数据时可以极大的节省空间，比如在一个项目中采用自增长的id来标识用户，就可以仅用512M的内存来记录4亿用户的信息（比如用户是否希望收到新的通知，用1和0标识）

如：11100001  偏移量为0-7，顺序为从右到左

getbit key offset  获取指定key对应偏移量上的bit值 

setbit key offset value  设置指定key对应偏移量上的bit值，value只能是1或0 

bitop op destKey key1 [key2...]  对指定key按位进行交、并、非、异或操作，并将结果保存到destKey中 

op：and 交 or 并 not 非 xor 异或

bitcount key [start end]  统计指定key中1的数量 

适用场景：信息状态统计

二、HyperLoglog

HyperLogLog 是用来做基数(去重后元素个数)统计的，运用了LogLog的算法 。

HyperLogLog 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 

pfadd key element  添加数据

pfcount key  统计数据 

pfmerge destkey sourcekey  合并数据 

适用场景：独立IP统计

三、GEO

GEO为地理位置的支持。

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

georadiusbymember key member radius m|km|ft|mi [withcoord] [withdist] [withhash] [count count]   获取坐标点 

geohash key member [member ...]  计算经纬度 

适用场景：地理位置信息处理