Redis三种特殊数据类型

Redis三种特殊结构的数据类型

geospatial

朋友的定位、附近的人、打车距离计算？
Redis的Geospatial在Redis3.2就推出了，这个功能可以推算地理位置的信息，两地之间的距离，方圆几里的人！

1. getadd 添加地理位置，规则：两级无法直接添加，我们一般会下载城市数据，直接通过java程序一次性导入！参数 key 值（维度、经度、名称）
   例如：

127.0.0.1:6379> geoadd china:city 116.40 39.90 beijing #添加城市的经度纬度
(integer) 1
127.0.0.1:6379> geoadd china:city 106.50 29.53 chongqing 114.05 22.52 shenzhen
(integer) 2
127.0.0.1:6379> GEOPOS china:city beijing shenzhen #获取指定城市的经度纬度
1) 1) “116.39999896287918091”
2) “39.90000009167092543”
2) 1) “114.04999762773513794”
2) “22.5200000879503861”

2. GEODIST:两人之间的距离！
   单位：
   m表示单位、km表示千米

   127.0.0.1:6379> GEODIST china:city beijing shenzhen #北京到深圳的直线距离 单位：米
   “1945788.0901”
   127.0.0.1:6379> GEODIST china:city beijing shenzhen km #北京到深圳的直线距离 单位：千米
   “1945.7881”

3. GEORADIUS 以给定的经纬度为中心，找出某一半径内的元素
   我附近的人？（获得所有附近的人的地址，定位！）通过半径来查询！

127.0.0.1:6379> GEORADIUS china:city 110 30 1000 km #查询以110 30经纬度为中心，半径为1000km的中国城市
1) “chongqing”
2) “shenzhen”
127.0.0.1:6379> GEORADIUS china:city 110 30 500 km
1) “chongqing”

127.0.0.1:6379> GEORADIUS china:city 110 30 1000 km withdist #withdist显示直线距离
1) 1) “chongqing”
2) “341.9374”
2) 1) “shenzhen”
2) “924.6408”
127.0.0.1:6379> GEORADIUS china:city 110 30 1000 km withcoord #显示经纬度
1) 1) “chongqing”
2) 1) “106.49999767541885376”
2) “29.52999957900659211”
2) 1) “shenzhen”
2) 1) “114.04999762773513794”
2) “22.5200000879503861”

#找出位于指定元素周围的其他元素：
127.0.0.1:6379> GEORADIUSBYMEMBER china:city chongqing 1100 km
1) “chongqing”
2) “shenzhen”

GEOHASH命令-返回一个或多个位置元素的Geohash字符串属性

127.0.0.1:6379> ZRANGE china:city 0 -1
1) “chongqing”
2) “shenzhen”
3) “beijing”
127.0.0.1:6379> zrem china:city beijing
(integer) 1
127.0.0.1:6379> ZRANGE china:city 0 -1
1) “chongqing”
2) “shenzhen”

Hyperloglog

什么是基数？

A{1,3,5,7,8,9} B{1,3,5,7,8}
基数（不重复的元素）= 5，可以接受误差！

简介
Redis2.8.9版本就更新了Hyperloglog数据结构！
Redis Hyperloglog 基数统计的算法！
优点：占用的内存是固定，2^64不同的元素的技术，只需要费12KB内存！
网页的UV(一个人访问一个网站多次，但是还是算作一个人！)
传统的方式，set保存用户的id，然后就可以统计set中的元素数量作为标准判断！
这个方式如果保存大量的用户id，就会比较麻烦！我们的目的是为了技术，而不是保存用户id；0.81%错误率！统计UV任务，可以忽略不计的！

127.0.0.1:6379> PFadd mykey a b c d e f g h i j #创建第一组元素 mykey
(integer) 1
127.0.0.1:6379> PFCOUNT mykey #统计mykey元素的基数数量
(integer) 10
127.0.0.1:6379> PFadd mykey2 i j z x c v b n m #创建第二组元素 mykey2
(integer) 1
127.0.0.1:6379> PFCOUNT mykey2
(integer) 9
127.0.0.1:6379> PFMERGE mykey3 mykey mykey2 #合并两组 mykey mykey2 => mykey3 并集
OK
127.0.0.1:6379> PFCOUNT mykey3 #看并集的数量！
(integer) 15

如果允许容错，那么一定可以使用Hyperloglog！
如果不允许容错，就使用set或者自己的数据类型即可！

Bitmaps

位存储
统计用户信息，活跃，不活跃！登录，未登录！打卡，365打卡！两个状态的，都可以使用Bitmaps！
Bitmaps位图，数据结构！都是操作二进制位来进行记录，就只有0和1两个状态！
365天=365bit 1字节=8bit 46个字节左右！

1. 常用操作:模拟一周打卡的情况

127.0.0.1:6379> setbit sign 0 1
(integer) 0
127.0.0.1:6379> setbit sign 1 0
(integer) 0
127.0.0.1:6379> setbit sign 2 0
(integer) 0
127.0.0.1:6379> setbit sign 3 1
(integer) 0
127.0.0.1:6379> setbit sign 4 1
(integer) 0
127.0.0.1:6379> setbit sign 5 0
(integer) 0
127.0.0.1:6379> setbit sign 6 0
(integer) 0
127.0.0.1:6379> getbit sign 3
(integer) 1
127.0.0.1:6379> bitcount sign #统计这周的打卡记录，就可以看到是否有全勤！
(integer) 3