Redis笔记3

**

Zset（有序集合）

**
127.0.0.1:6379> zadd myset 1 one
(integer) 1
127.0.0.1:6379> zadd myset 2 two
(integer) 1
127.0.0.1:6379> zrange myset 0 -1

1. “one”
2. “two”

–排序
127.0.0.1:6379> zadd salary 2500 fengding
(integer) 1
127.0.0.1:6379> zadd salary 3000 xusheng
(integer) 1
127.0.0.1:6379> zadd salary 5000 xsfd
(integer) 1
127.0.0.1:6379> ZRANGEBYSCORE salary -inf +inf #从负无穷到正无穷（从小到大排序）

1. “fengding”
2. “xusheng”
3. “xsfd”
   127.0.0.1:6379> ZRANGEBYSCORE salary -inf +inf withscores
4. “fengding”
5. “2500”
6. “xusheng”
7. “3000”
8. “xsfd”
9. “5000”

–案例
set排序，例如存储班级成绩表，工资表排序。
普通消息 1，重要消息 2， 带权重进行判断
排行榜应用实现

P18 geospatial地理位置

朋友圈定位，附近的人，打车距离计算
这个功能可以推算地理位置信息，两地之间的距离。
只有六个命令
1.geoadd 添加地理位置
#规则：
1.两集无法添加，我们一般会下载城市数据，通过java程序一次性导入
#参数 key

127.0.0.1:6379> geoadd china:city 113.88 22.55 shenzheng
(integer) 1
127.0.0.1:6379> geoadd china:city 121.47 31.23 shanghai
(integer) 1
127.0.0.1:6379> geoadd china:city 106.50 29.53 chongqin
(integer) 1
127.0.0.1:6379> geoadd china:city 116.40 39.90 beijing
(integer) 1
127.0.0.1:6379> geoadd china:city 120.16 30.24 hangzhou
(integer) 1
127.0.0.1:6379> geoadd china:city 108.96 34.26 xian
(integer) 1
2.geopos
127.0.0.1:6379> geopos china:city beijing #查询位置

1. 1. “116.39999896287918091”
   2. “39.90000009167092543”
      3.geodist：查询两地之间的距离 key xx xx 单位（m/km/mi）
      127.0.0.1:6379> geodist china:city beijing shenzheng
      “1944365.2092”
      127.0.0.1:6379> geodist china:city beijing shenzheng km
      “1944.3652”
      4.georadius 以某个地址为中心半径xx单位的值
      china:city（key、list）中以（100，30）为中心，方圆1000km内的值
      127.0.0.1:6379> georadius china:city 110 30 1000 km
2. “chongqin”
3. “xian”
4. “shenzheng”
5. “hangzhou”

geospatial的底层实现其实是zset，可以使用zset命令来操作geo

P19 Hyperloglog

Redis Hyperloglog 基数统计的算法 （数据集中不重复的元素）
优点：占用的内存是固定的。（占用内存小）
统计网页的UV（一个人访问多次，还是算作一个人）
传统的方式，set保存用户的id，然后可以统计set中的元素作为判断。
但是这样子保存大量用户id，就比较麻烦，我们只需要计数。

P20 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。。。
只有两个状态的都可以使用bitmaps