高级数据类型

为了解决单一的业务而存在

bitmaps

Bitmaps类型的基础操作

 获取指定key对应偏移量上的bit值

getbit key offset

 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

Bitmaps类型的扩展操作

状态位的统计

业务需求：

1. 统计每天某一部电影是否被点播

 统计每天有多少部电影被点播

 统计每周/月/年有多少部电影被点播

 统计年度哪部电影没有被点播

解决方案

1.只需要查bitmaps里1的数量

2.

3.用日期做key统计

4.按位取或 or

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]

HyperLogLog

统计不重复的数据的数量

redis 应用于独立信息统计

统计独立UV

原始方案：set

存储每个用户的id（字符串）

改进方案：Bitmaps

存储每个用户状态（bit）

全新的方案：Hyperloglog

基数统计

 基数是数据集去重后元素个数

 HyperLogLog 是用来做基数统计的，运用了LogLog的算法

LogLog算法

HyperLogLog类型的基本操作

 添加数据

pfadd key element [element ...]

 统计数据

pfcount key [key ...]

 合并数据

pfmerge destkey sourcekey [sourcekey...]

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（数据量过大有误差0.81%）

 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

GEO

只算水平位置

GEO类型的基本操作

 添加坐标点

geoadd key longitude latitude member [longitude latitude member ...]

 获取坐标点

geopos key member [member ...]

 计算坐标点距离

geodist key member1 member2 [unit]

GEO类型的基本操作

 添加坐标点

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

 获取坐标点

georadiusbymember key member radius m|km|ft|mi [withcoord] [withdist] [withhash] [count count]

 计算经纬度

geohash key member [member ...]