Redis篇(4)--三种特殊类型

最新推荐文章于 2024-10-10 09:00:00 发布
最新推荐文章于 2024-10-10 09:00:00 发布
阅读量142 收藏
点赞数
分类专栏： Redis 文章标签： redis nosql 数据库
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_44514254/article/details/115185224
版权

Redis 三种特殊类型

Geospatial（地理空间）

朋友圈的定位、附近的人、打车距离 … 如何计算？

Redis 的Geo在Redis3.2版本就推出了，这个功能可以推算出地理位置的信息，两地之间的距离、方圆几里的人

geoadd 添加一个或多个地理空间位置(经度、纬度、名称)到添加到指定的key中

  • 参数：key 值（经度、纬度、名称）

  • 两极地区无法直接添加

  • 一般会下载城市数据，直接通过程序一次性导入

  • 有效的经度从-180度到180度

  • 有效的纬度从-85.05112878度到85.05112878度

当坐标位置超出上述指定范围时，该命令将会返回一个错误。

127.0.0.1:6379> geoadd china:city 116.405289 39.904987 beijing # 添加一个
(integer) 1
127.0.0.1:6379> geoadd china:city 121.472641 31.231707 shanghai 113.28064 23.125177 guangzhou # 添加多个
(integer) 2
127.0.0.1:6379> geoadd china:city 114.085945 22.547001 shenzhen 120.15358 30.287458 hangzhou
(integer) 2

geopos 返回地理空间的经纬度

127.0.0.1:6379> geopos china:city beijing
1) 1) "116.40528827905654907"
   2) "39.90498588819134085"
127.0.0.1:6379> geopos china:city shanghai
1) 1) "121.47264093160629272"
   2) "31.23170744181923197"

geodist 返回两个给定位置之间的距离

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。

127.0.0.1:6379> geodist china:city beijing shanghai    # 北京到上海直线距离（米）
"1067597.0432"
127.0.0.1:6379> geodist china:city beijing shanghai km # 千米
"1067.5970"

georadius 以给定的经纬度为中心， 找出某一半径内的元素

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纬度也一并返回。
127.0.0.1:6379> georadius china:city 110 20 500 km  # 以110,20 这个经纬度为中心，寻找半径500km以内的城市
1) "guangzhou"
127.0.0.1:6379> georadius china:city 110 20 1000 km # 半径1000km以内
1) "shenzhen"
2) "guangzhou"
127.0.0.1:6379> georadius china:city 110 20 1000 km withcoord # withcoord 额外返回经纬度
1) 1) "shenzhen"
   2) 1) "114.08594459295272827"
      2) "22.54699993773966327"
2) 1) "guangzhou"
   2) 1) "113.28063815832138062"
      2) "23.12517743834835215"
127.0.0.1:6379> georadius china:city 110 20 1000 km withdist  # withdist 额外返回到中心的直线距离
1) 1) "shenzhen"
   2) "509.4622"
2) 1) "guangzhou"
   2) "485.7406"
127.0.0.1:6379> georadius china:city 110 20 1000 km withcoord withdist count 1 # count 获取前 N 个匹配元素
1) 1) "guangzhou"
   2) "485.7406"
   3) 1) "113.28063815832138062"
      2) "23.12517743834835215"

georadiusbymember 找出位于指定范围内的元素，中心点是由给定的位置元素决定

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 guangzhou 1000 km # 以广州为中心，查询半径1000km以内的城市
1) "shenzhen"
2) "guangzhou"
127.0.0.1:6379> georadiusbymember china:city shanghai 500 km   # 以上海为中心，查询半径500km以内的城市
1) "hangzhou"
2) "shanghai"

geohash 返回一个或多个位置元素的 Geohash 表示

该命令将返回11个字符的Geohash字符串

将二维的经纬度转换为一维的字符串，如果两个字符串越接近，则代表该距离越近

127.0.0.1:6379> geohash china:city guangzhou		  # 返回一个
1) "ws0e9cb3yj0"
127.0.0.1:6379> geohash china:city guangzhou shenzhen # 返回多个
1) "ws0e9cb3yj0"
2) "ws10k0dcg10"

小结

Geo 底层的实现原理其实就是Zset，我们可以使用Zset命令来实现Geo

# 使用Zset命令操作Geo
127.0.0.1:6379> zrange china:city 0 -1   # 查看地图中的全部元素
1) "shenzhen"
2) "guangzhou"
3) "hangzhou"
4) "shanghai"
5) "beijing"
127.0.0.1:6379> zrem china:city hangzhou # 移除指定元素
(integer) 1
127.0.0.1:6379> zrange china:city 0 -1
1) "shenzhen"
2) "guangzhou"
3) "shanghai"
4) "beijing"

HyperLogLog（基数统计）

Redis 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。

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。

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。

统计网站的UV？（uv 访客数，一天内同个访客多次访问仅计算一个UV）

传统方式：

  • set保存用户的id，然后就可以统计set中元素数量作为判断标准。
  • 如果保存大量的用户id，相对麻烦，我们的目的是计数而不是为了保存用的id

HyperLogLog ：

  • 占用的内存是固定的，计算 2^64 个不同元素的基数，只需要花费 12 KB 内存。
  • 如果从内存的角度来比较的话 HyperLogLog 首选
  • 0.81%错误率，统计UV，可以忽略不计
# pfadd   添加指定元素到 HyperLogLog 中
# pfcount 返回给定 HyperLogLog 的基数估算值
# pfmerge 将多个 HyperLogLog 合并为一个 HyperLogLog
127.0.0.1:6379> pfadd mykey1 A B C D         # 创建第一组元素 mykey1
(integer) 1
127.0.0.1:6379> pfcount mykey1 				 # 统计 mykey1 元素的基数值
(integer) 4
127.0.0.1:6379> pfadd mykey2 C D E F		 # 创建第一组元素 mykey2
(integer) 1
127.0.0.1:6379> pfcount mykey2				 # 统计 mykey2 元素的基数值
(integer) 4
127.0.0.1:6379> pfmerge mykey3 mykey1 mykey2 # 合并 mykey1 + mykey2 => mykey3（并集）
OK
127.0.0.1:6379> pfcount mykey3				 # 合并后的基数值
(integer) 6

Bitmaps（位图）

什么是 Bitmaps ？

Bitmaps是一种数据结构，通过操作二进制的位来记录，只有 0 或 1两种状态

Bitmaps 并不是实际的数据类型，而是定义在String类型上的一个面向字节操作的集合。因为字符串是二进制安全的块，他们的最大长度是512M，最适合设置成2^32个不同字节。

Bitmaps 的最大优势之一在存储信息时极其节约空间。

在计算机系统中，最小的信息单位是字节，1个字节等于8位，每一位都只可能是0或1（计算机只认识这两个数）。使用Bitmaps可以直接对位进行操作。

可以把bigmaps看做一个数组，数组里每一位只可能是0或者1，数组的下标在这里看做偏移量

可用于位存储，使用场景：

  • 打卡
  • 活跃度：活跃、不活跃
  • 登录状态：登录、未登录
  • 两个状态的切换、表示…

使用bitmaps来记录周一到周日打卡状态

# setbit   对 key 所储存的字符串值，设置或清除指定偏移量上的位(bit)
# getbit   对 key 所储存的字符串值，获取指定偏移量上的位(bit)
# bitcount 统计字符串被设置为1的bit数

# 0 未打卡，1 已打卡
127.0.0.1:6379> setbit sign 0 0 # 周日 未打卡
(integer) 0
127.0.0.1:6379> setbit sign 1 1 # 周一 已打卡
(integer) 0
127.0.0.1:6379> setbit sign 2 1 # 周二 已打卡
(integer) 0
127.0.0.1:6379> setbit sign 3 1 # 周三 已打卡
(integer) 0
127.0.0.1:6379> setbit sign 4 1 # 周四 已打卡
(integer) 0
127.0.0.1:6379> setbit sign 5 1 # 周五 已打卡
(integer) 0
127.0.0.1:6379> setbit sign 6 0 # 周六 未打卡
(integer) 0
127.0.0.1:6379> getbit sign 1   # 获取周一打卡状态，已打卡
(integer) 1
127.0.0.1:6379> bitcount sign   # 统计一周打卡天数
(integer) 5
ilomoyou
关注
专栏目录
Redis高级篇-最佳实践
无私のZ的博客
09-13 916
Redis高级篇-最佳实践
Redis高级篇-多级缓存
无私のZ的博客
09-13 1876
Redis高级篇-多级缓存
Redis——三种特殊数据类型
一心同学的博客
02-14 2625
超详细讲解Redis中的三种特殊数据类型：HyperLogLog，Geospatial，BitMap，讲解其应用场景及使用方法。
redis学习---实战篇黑马点评
m0_56604311的博客
12-16 1070
redis学习笔记
Redis学习笔记----基础篇（黑马老师讲述）
m0_52574098的博客
07-23 736
redis的安装、基本类型指令的学习、桌面客户端和Java客户端（Jedis和SpringDataRedis）学习
Redis在线数据迁移工具redis-migrate-tool详解，轻松实现redis集群之间的数据同步
iioSnail的博客
10-21 7174
文章目录redis-migrate-tool简介git地址特点redis-migrate-tool安装使用redis-migrate-tool进行迁移rmt_redis.c:6446 ERROR: Can't handle RDB format version 错误解决方案redis-migrate-tool 命令详解rmt.conf详解source和targetcommonrmt.conf样例单...
Redis数据结构-Set篇
时间如瑾 代码如诗
07-16 356
Set是Redis不保证有序性保证元素唯一求交集、并集、差集可以看出，Set对查询元素的效率要求非常高，思考一下，什么样的数据结构可以满足？HashTable，也就是Redis中的Dict，不过Dict是双列集合（可以存键、值对）Set是Redis中的集合，不一定确保元素有序，可以满足元素唯一、查询效率要求极高。
Redis使用篇 - list
The Secret
09-14 828
本文叙述Redis的列表对象相关的知识点。
【Redis】入门篇--安装以及常用命令
m0_74315688的博客
11-02 1472
redis最详细的入门教程！！！
Redis数据结构-ZSet篇
时间如瑾 代码如诗
07-17 494
Redis 中的 ZSet（有序集合）是一种特殊的数据结构，它在每个元素的基础上关联了一个分值（score），用来对集合中的元素进行排序。在 Redis 中，ZSet 主要通过跳跃表（skiplist）或者压缩列表和哈希表的混合结构来实现。在 Redis 的 ZSet 中，跳跃表常被用来存储有序集合，因为它支持快速的插入、删除和范围查找操作，平均时间复杂度为 O(log n)。对于元素数量较少的有序集合，Redis 也可以使用压缩列表和哈希表的混合结构来存储数据。之前学习的哪种编码结构可以满足？
flink-connector-redis_2.10-1.1.5.jar中文-英文对照文档.zip
03-09
中文-英文对照文档,中英对照文档,java,jar包,Maven,第三方jar包,组件,开源组件,第三方组件,Gradle,中文API文档,手册,开发手册,使用手册,参考手册 # 使用方法： 解压 【***.jar中文文档.zip】，再解压其中的 【***-...
Redis --- 基础篇
shuai_h的博客
12-18 633
Redis基础
Redis:03---Redis的启动与配置参数大全
网易搬砖选手
11-28 1311
一、Redis的可执行文件当我们安装完Redis之后，src和/usr/local/bin目录下提供了下面这些可执行程序，我们称之为Redis Shell：redis-serverRed...
redis的五种数据类型
热门推荐
学Java，找哪吒
05-15 5万+
（1）Redis（Remote Dictionary Server 远程字段服务）是一个开源的使用ANSI C语言编写、支持网络、科技与内存亦可持久化的日志型、key-value数据库，并提供多种语言的API。（2）Redis是一个key-value存储系统，它支持存储的value类型相对更多，包括string、list、set、zset（sorted set --有序集合）和hash。这些数据结构都支持push/pop、add/remove及取交集并集和差集及更丰富的操作，而且这些操作都是原子性的。
SpringBoot日常：redission的接入使用和源码解析
qq_32590535的博客
10-08 1148
Redisson 是一个在 Redis 的基础上实现的 Java 驻内存数据网格客户端（In-Memory Data Grid）。它不仅提供了一系列的 redis 常用数据结构命令服务，还提供了许多分布式服务，例如分布式锁、分布式对象、分布式集合、分布式远程服务、分布式调度任务服务等等。本文会介绍如何将redission集成到springboot和如何使用 Redisson 操作 Redis 中的字符串、哈希、列表、集合、有序集合，以及布隆过滤器和分布式锁等功能，并解析源码中其最大亮点的看门狗机制。
使用 Redis 在 Spring Boot 中实现排行榜功能
最新发布
fudaihb的博客
10-10 1327
在现代的应用程序中，排行榜功能广泛应用于游戏、社交网络、电商等领域，用于展示用户的排名情况。为了在大并发的环境下快速、高效地实现排行榜功能，Redis 提供了强大的数据结构 `Sorted Set`（有序集合），能够以 O(log N) 的时间复杂度进行元素插入和查询，非常适合排行榜这种场景。 本文将详细介绍如何在 Spring Boot 中使用 Redis 实现排行榜功能。我们将介绍 Redis 的 `Sorted Set` 数据结构，结合具体代码演示如何实现排行榜的增、删、查、改，并讨论排行榜的一些
滚雪球学Redis[1.3讲]：Redis的安装与配置
**My Coding Family**
10-09 687
在前几期文章中，我们探讨了什么是 Redis以及Redis 的基本架构，从宏观上理解了 Redis 是一个高性能的内存数据库，并学习了其客户端-服务器模型、单线程与多线程设计、内存存储与持久化机制等关键概念。这些知识为我们打下了理论基础。然而，理论与实践结合，才能真正掌握 Redis。本期，我们将深入探讨 Redis 的安装与配置过程，包括在多种操作系统上的安装方法、Redis 配置文件的重要选项以及安装过程中常见的错误与解决方案。这些内容将帮助你顺利地在本地或生产环境中部署和配置 Redis。
【Redis】持久化（下）-- AOF
2301_78320637的博客
10-08 1017
Redis提供了两种持久化RDB和AOFRDB视为内存快照,产生的内容更为紧凑占用空间小恢复速度更快.但是产生RDB的开销较大不适合进行实时持久化,一般用于冷备和主从复制AOF视为对修改命令保存,在恢复时需要重放命令.并且有重写机制来定期压缩AOF文件RDB和AOF都是用fork来创建子进程,利用Linux子进程拥有父进程内存快照的特点来进行持久化,尽可能不影响主进程继续处理后续命令。
Redis 实现 查找附近的人 功能
分享技术，分享经验
10-09 584
使用 Redis 实现“查找附近的人”功能，通常会依赖 Redis 的Geo（地理位置）数据类型来存储用户的经纬度，并基于此进行地理范围查询。Redis 通过GEOADDGEORADIUS等命令来存储用户位置和查找一定范围内的用户。存储用户的地理位置：我们需要存储用户的经纬度信息，以便后续可以基于此进行地理查询。Redis 提供了GEOADD命令，允许将用户的经纬度信息存储在 Redis 中的有序集合中（底层基于ZSet实现）。根据当前用户的位置查找附近的用户：使用GEORADIUS或。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值