Redis学习笔记：Redis中的三种新数据类型

1，发布和订阅

1.1，什么是发布和订阅？

Redis 发布订阅 (pub/sub) 是一种消息通信模式：

• 发送者 (pub) 发送消息
• 订阅者 (sub) 接收消息
• Redis 客户端可以订阅任意数量的频道
  

1.2，发布和订阅命令行实现

①打开一个客户端订阅channel1（subscribe）

②打开另一个客户端给channel1发送消息（publish）

注意：此处的返回值1，表示此时的订阅者数量。

③发布消息之后回到订阅的客户端中查看

---

2，Redis新数据类型—Bitmaps

2.1，Bitmaps简介

现代计算机用二进制（位） 作为信息的基础单位， 1个字节等于8位， 例如“abc”字符串是由3个字节组成， 但实际在计算机存储时将其用二进制表示， “abc”分别对应的ASCII码分别是97、 98、 99， 对应的二进制分别是01100001、 01100010和01100011，如下图:

合理地使用操作位能够有效地提高内存使用率和开发效率。

Redis提供了Bitmaps这个“数据类型”可以实现对位的操作：

• Bitmaps本身不是一种数据类型， 实际上它就是字符串（key-value） ， 但是它可以对字符串的位进行操作。
• Bitmaps单独提供了一套命令， 所以在Redis中使用Bitmaps和使用字符串的方法不太相同。 可以把Bitmaps想象成一个以位为单位的数组， 数组的每个单元只能存储0和1，数组的下标在Bitmaps中叫做偏移量。
  

2.2，Bitmaps相关命令

①setbit key offset value：设置Bitmaps中某个偏移量的值（0或1）

offset表示偏移量（从0开始，对应数组下标）

通过应用场景理解：
把每个独立用户是否访问过某网站，存放在Bitmaps中， 将访问的用户记做1， 没有访问的用户记做0， 用偏移量作为用户的id。

设置键的第offset个位的值（从0算起） ，如： 假设现在有20个用户，userid=1， 6， 11， 15， 19的用户对网站进行了访问， 那么当前Bitmaps初始化结果如下图：

具体操作如下：

Bitmaps存在一定的缺陷：

• 在第一次初始化Bitmaps时， 假如偏移量非常大， 那么整个初始化过程执行会比较慢， 可能会造成Redis的阻塞。
• 很多应用的用户id以一个指定数字（例如10000） 开头， 直接将用户id和Bitmaps的偏移量对应势必会造成一定的浪费， 通常的做法是每次做setbit操作时将用户id减去这个指定数字。

---

②getbit key offset：获取Bitmaps中某个偏移量的值

---

③bitcount key start end： 统计字符串从start字节到end字节比特值为1的数量

需要特别注意的是:此命令中的start和end指的是字节（byte），而非偏移量！！！

1byte=8bit !!!

举例理解：
K1 【01000001 01000000 00000000 00100001】，对应【0，1，2，3】

• bitcount K1 1 2 ： 统计下标1、2字节组中bit=1的个数，即01000000 00000000。结果为1

• bitcount K1 1 3 ： 统计下标1、2、3字节组中bit=1的个数，即01000000 00000000 00100001。结果为3

• bitcount K1 0 -2 ： 统计下标0到下标倒数第2，字节组中bit=1的个数，即01000001 01000000 00000000。结果为3

参数start和end也可以使用负数表示如：-1 表示最后一个位，而 -2 表示倒数第二个位。

注意：redis的setbit设置或清除的是bit位置，而bitcount计算的是byte位置。

④bitop and(or/not/xor) destkey key…：复合操作，可以做多个Bitmaps的and（交集） 、 or（并集） 、 not（非） 、 xor（异或） 操作并将结果保存在destkey中。

通过实例理解：

day1这一天访问网站的userid=1,2,5,9。如下图：
setbit users:day1 1 1
setbit users:day1 2 1
setbit users:day1 5 1
setbit users:day1 9 1

day2这一天访问网站的userid=0,1,4,9。如下图：
setbit users:day2 0 1
setbit users:day2 1 1
setbit users:day2 4 1
setbit users:day2 9 1

• 计算出两天都访问过网站的用户数量。如下图：
  bitop and users:day1and2 users:day1 users:day2
  

• 计算出任意一天都访问过网站的用户数量（例如月活跃就是类似这种） ， 可以使用or求并集。如下图：
  

2.3，Bitmaps和set对比

假设网站有1亿用户， 每天独立访问的用户有5千万， 如果每天用集合类型和Bitmaps分别存储活跃用户可以得到如下表：

很明显， 这种情况下使用Bitmaps能节省很多的内存空间， 尤其是随着时间推移节省的内存还是非常可观的：

但Bitmaps并不是万金油， 假如该网站每天的独立访问用户很少， 例如只有10万（大量的僵尸用户） ， 那么两者的对比如下表所示， 很显然， 这时候使用Bitmaps就不太合适了， 因为基本上大部分位都是0。如下图：

3，Redis新数据类型—HyperLogLog

3.1，HyperLogLog简介

在工作当中，我们经常会遇到与统计相关的功能需求，比如统计网站PV（PageView页面访问量）,可以使用Redis的incr、incrby轻松实现。

但像UV（UniqueVisitor，独立访客）、独立IP数、搜索记录数等需要去重和计数的问题如何解决？这种求集合中不重复元素个数的问题称为基数问题。

解决基数问题有很多种方案，如：

• （1）数据存储在MySQL表中，使用distinct count计算不重复个数
• （2）使用Redis提供的hash、set、bitmaps等数据结构来处理

以上的方案结果精确，但随着数据不断增加，导致占用空间越来越大，对于非常大的数据集是不切实际的。

能否能够降低一定的精度来平衡存储空间？

于是Redis推出了HyperLogLog。

Redis的HyperLogLog 是用来做基数统计的算法，HyperLogLog 的优点是，在输入元素的数量或者体积非常非常大时，计算基数所需的空间总是固定的、并且是很小的。（即用最小的空间计算更多的值）

在 Redis 里面，每个 HyperLogLog 键只需要花费 12 KB 内存，就可以计算接近 2^64 个不同元素的基数。这和计算基数时，元素越多耗费内存就越多的集合形成鲜明对比。
但是，因为 HyperLogLog 只会根据输入元素来计算基数，而不会储存输入元素本身，所以 HyperLogLog 不能像集合那样，返回输入的各个元素。

注：什么是基数?
比如数据集 {1, 3, 5, 7, 5, 7, 8}， 那么这个数据集的基数集为 {1, 3, 5 ,7, 8}, 基数(不重复元素)为5。 基数估计就是在误差可接受的范围内，快速计算基数。

3.2，HyperLogLog相关命令

①pfadd key element …：添加指定元素到 HyperLogLog 中

②pfcount key …： 计算的HyperLogLog的近似基数

③pfmerge destkey sourcekey sourcekey …： 将一个或多个HyperLogLog合并后的结果存储在另一个HyperLogLog中。 比如每月活跃用户可以使用每天的活跃用户来合并计算可得

4，Redis新数据类型—Geospatial

4.1，Geospatial简介

Redis 3.2 中增加了对GEO类型的支持。GEO，Geographic， 地理信息的缩写。该类型，就是元素的2维坐标，在地图上就是经纬度。 redis基于该类型，提供了经纬度设置，查询，范围查询，距离查询，经纬度Hash等常见操作。

4.2，Geospatial相关命令

①geoadd key longitude latitude member [longitude latitude member…] ：添加地理位置（经度，纬度，名称）

注：
两极（南极北极）无法直接添加，一般会下载城市数据，直接通过 Java 程序一次性导入。有效的经度从 -180 度到 180 度。有效的纬度从 -85.05112878 度到 85.05112878 度。

② geopos key member ：获得指定地区的坐标值

③geodist key member1 member2 [m|km|ft|mi ] ： 获取两个位置之间的直线距离

在此命令的最后添加单位：

• m 表示单位为米[默认值]。
• 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。

④georadius key longitude latitude radius [m|km|ft|mi] 以给定的经纬度为中心，找出某一半径内的元素