Redis 03 :新数据类型

短命女 2023-01-19 11:57 159阅读 0赞

# 1.Bitmaps(位图) #

## 1.1 简介 ##

现代计算机用二进制(位)作为信息的基础单位,1字节等于8位,例如"abc"字符串是由3个字节组成,但再计算机中存储时则是用二进制表示,"abc"分别对应ASCII码97,98,99.对应的二进制则是01100001,01100010和01100011

![image.png][]

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和使用字符串的方式不太相同.可以吧Bitmaps想想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叫做偏移量.

![image.png][image.png 1]

## 1.2 命令 ##

### 1.setbit ###

#### 1.格式 ####

setbit设置Bitmaps中某个偏移量的值（0或1）

*  offset:偏移量从0开始

#### 2.实例 ####

每个独立用户是否访问过网站存放在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）,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初始化结果如图

\[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-tnCcVVzX-1620625792167)(https://cdn.nlark.com/yuque/0/2021/png/21395003/1620617666778-d989a2b5-6e19-4b4a-bc19-04722baae703.png)\]

unique:users:20210101代表2021-01-01这天的独立访问用户的Bitmaps

node-1:6379> setbit users:20210101 1 1
    (integer) 0
    node-1:6379> setbit users:20210101 6 1
    (integer) 0
    node-1:6379> setbit users:20210101 11 1
    (integer) 0
    node-1:6379> setbit users:20210101 15 1
    (integer) 0
    node-1:6379> setbit users:20210101 19 1
    (integer) 0
    node-1:6379> getbit users:20210101 1

注意:

> 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。
> 
> 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。

###  ###

### 2.getbit ###

#### 1.格式 ####

getbit获取Bitmaps中某个偏移量的值

*  获取键的第offset位的值（从0开始算）

#### 2.实例 ####

获取id=1,6,8的用户是否在2021-01-01这天访问过， 返回0说明没有访问过：

node-1:6379> getbit users:20210101 1
    (integer) 1
    node-1:6379> getbit users:20210101 6
    (integer) 1
    node-1:6379> getbit users:20210101 8
    (integer) 0

### 3.bitcount ###

> 统计**字符串**被设置为1的bit数。一般情况下，给定的整个字符串都会被进行计数，通过指定额外的 start 或 end 参数，可以让计数只在特定的位上进行。start 和 end 参数的设置，都可以使用负数值：比如 -1 表示最后一个位，而 -2 表示倒数第二个位，start、end 是指bit组的字节的下标数，二者皆包含。

#### 1.格式 ####

bitcount\[start end\] 统计字符串从start字节到end字节比特值为1的数量

#### 2.实例 ####

计算2021-01-01这天的独立访问用户数量

node-1:6379> bitcount users:20210101
    (integer) 5

start和end代表起始和结束字节数， 下面操作计算用户id在第1个字节到第3个字节之间的独立访问用户数，对应的用户id是11， 15， 19。

bitcount users:20210101 1 3

举例： 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

–》bitcount K1 1 2 　　--》1

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

–》bitcount K1 1 3　　--》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

–》bitcount K1 0 -2　　--》3

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

### 4.bitop ###

bitop是一个复合操作,它可以做多个Bitmaps的and（交集）,or（并集）,not（非）,xor（异或）操作并将结果保存在destkey中。

#### 1.格式 ####

bitop and(or/not/xor) \[key…\]

#### 2.实例 ####

2020-11-04 日访问网站的userid=1,2,5,9。

2020-11-03 日访问网站的userid=0,1,4,9。

计算出两天都访问过网站的用户数量

node-1:6379> setbit unique:users:20201104 1 1
    (integer) 0
    node-1:6379> setbit unique:users:20201104 2 1
    (integer) 0
    node-1:6379> setbit unique:users:20201104 5 1
    (integer) 0
    node-1:6379> setbit unique:users:20201104 9 1
    (integer) 0
    node-1:6379> setbit unique:users:20201103 0 1
    (integer) 0
    node-1:6379> setbit unique:users:20201103 1 1
    (integer) 0
    node-1:6379> setbit unique:users:20201103 4 1
    (integer) 0
    node-1:6379> setbit unique:users:20201103 9 1
    (integer) 0
    node-1:6379> bitop and unique:users:and:20201104_03 unique:users:20201103 unique:users:20201104
    (integer) 2

![image.png][image.png 2]

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

node-1:6379> bitop or unique:users:or:20201104_03 unique:users:20201103 unique:users:20201104
    (integer) 2
    node-1:6379> bitcount unique:users:or:20201104_03 
    (integer) 6

## **1.3 Bitmaps\*\*\*\*与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表

<table> 
 <thead> 
  <tr> 
   <th>set和Bitmaps存储一天活跃用户对比</th> 
   <th></th> 
   <th></th> 
   <th></th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td>数据类型</td> 
   <td>每个用户id占用空间</td> 
   <td>需要存储的用户量</td> 
   <td>全部内存量</td> 
  </tr> 
  <tr> 
   <td>集合类型</td> 
   <td>64位</td> 
   <td>50000000</td> 
   <td>64位*50000000 = 400MB</td> 
  </tr> 
  <tr> 
   <td>Bitmaps</td> 
   <td>1位</td> 
   <td>100000000</td> 
   <td>1位*100000000 = 12.5MB</td> 
  </tr> 
 </tbody> 
</table>

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

<table> 
 <thead> 
  <tr> 
   <th>set和Bitmaps存储独立用户空间对比</th> 
   <th></th> 
   <th></th> 
   <th></th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td>数据类型</td> 
   <td>一天</td> 
   <td>一个月</td> 
   <td>一年</td> 
  </tr> 
  <tr> 
   <td>集合类型</td> 
   <td>400MB</td> 
   <td>12GB</td> 
   <td>144GB</td> 
  </tr> 
  <tr> 
   <td>Bitmaps</td> 
   <td>12.5MB</td> 
   <td>375MB</td> 
   <td>4.5GB</td> 
  </tr> 
 </tbody> 
</table>

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。

<table> 
 <thead> 
  <tr> 
   <th>set和Bitmaps存储一天活跃用户对比（独立用户比较少）</th> 
   <th></th> 
   <th></th> 
   <th></th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td>数据类型</td> 
   <td>每个userid占用空间</td> 
   <td>需要存储的用户量</td> 
   <td>全部内存量</td> 
  </tr> 
  <tr> 
   <td>集合类型</td> 
   <td>64位</td> 
   <td>100000</td> 
   <td>64位*100000 = 800KB</td> 
  </tr> 
  <tr> 
   <td>Bitmaps</td> 
   <td>1位</td> 
   <td>100000000</td> 
   <td>1位*100000000 = 12.5MB</td> 
  </tr> 
 </tbody> 
</table>

## 1.4 使用场景 ##

#### 1. 用户签到 ####

很多网站都提供了签到功能，并且需要展示最近一个月的签到情况，这种情况可以使用 BitMap 来实现。

根据日期 offset = （今天是一年中的第几天） % （今年的天数），key = 年份：用户id。

如果需要将用户的详细签到信息入库的话，可以考虑使用一个一步线程来完成。

#### 2. 统计活跃用户（用户登陆情况） ####

使用日期作为 key，然后用户 id 为 offset，如果当日活跃过就设置为1。具体怎么样才算活跃这个标准大家可以自己指定。

假如 20201009 活跃用户情况是： \[1，0，1，1，0\]

20201010 活跃用户情况是 ：\[ 1，1，0，1，0 \]

统计连续两天活跃的用户总数：

bitop and dest1 20201009 20201010 
    # dest1 中值为1的offset，就是连续两天活跃用户的ID
    bitcount dest1

统计20201009 ~ 20201010 活跃过的用户：

bitop or dest2 20201009 20201010

#### 3. 统计用户是否在线 ####

如果需要提供一个查询当前用户是否在线的接口，也可以考虑使用 BitMap 。即节约空间效率又高，只需要一个 key，然后用户 id 为 offset，如果在线就设置为 1，不在线就设置为 0。

#### 4. 实现布隆过滤器 ####

# 2.HyperLogLog(统计) #

## 2.1 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：

（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？Redis推出了HyperLogLog

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。

## 2.2 命令 ##

### 1.pfadd ###

pfadd < element> \[element …\] 添加指定元素到 HyperLogLog 中

将所有元素添加到指定HyperLogLog数据结构中。如果执行命令后HLL估计的近似基数发生变化，则返回1，否则返回0

node-1:6379> pfadd program "java"
    (integer) 1
    node-1:6379> pfadd program "PHP"
    (integer) 1
    node-1:6379> pfadd program "java"
    (integer) 0
    node-1:6379> pfadd program "c++" "mysql"
    (integer) 1

### 2.pfcount ###

pfcount \[key …\] 计算HLL的近似基数，可以计算多个HLL，比如用HLL存储每天的UV，计算一周的UV可以使用7天的UV合并计算即可

node-1:6379> pfcount program
    (integer) 4

### 3.pfmerge ###

pfmerge \[sourcekey …\] 将一个或多个HLL合并后的结果存储在另一个HLL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

node-1:6379> pfadd k1 "a"
    (integer) 1
    node-1:6379> pfadd k1 "b"
    (integer) 1
    node-1:6379> pfcount k1
    (integer) 2
    node-1:6379> pfmerge k100 k1 program
    OK
    node-1:6379> pfcount k100
    (integer) 6

## 2.3 使用场景 ##

一般使用：

*  统计注册 IP 数
 *  统计每日访问 IP 数
 *  统计页面实时 UV 数
 *  统计在线用户数
 *  统计用户每天搜索不同词条的个数

# 3.Geospatial(地理) #

## 3.1 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。

## 3.2 命令 ##

### 1.geoadd ###

geoadd< longitude> \[longitude latitude member…\] 添加地理位置（经度，纬度，名称）

node-1:6379> geoadd china:city 121.47 31.23 shanghai
    (integer) 1
    node-1:6379> geoadd china:city 106.50 29.53 chongqing 114.05 22.52 shenzhen 116.38 39.90 beijing
    (integer) 3

两极无法直接添加，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。

当坐标位置超出指定范围时，该命令将会返回一个错误。

已经添加的数据，是无法再次往里面添加的

### 2.geopos ###

geopos \[member…\] 获得指定地区的坐标值

node-1:6379> geopos china:city shanghai
    1) 1) "121.47000163793563843"
       2) "31.22999903975783553"
    node-1:6379> geopos china:city chongqing
    1) 1) "106.49999767541885376"
       2) "29.52999957900659211"
    node-1:6379> geopos china:city shenzhen beijing
    1) 1) "114.04999762773513794"
       2) "22.5200000879503861"
    2) 1) "116.38000041246414185"
       2) "39.90000009167092543"

### 3.geodist ###

geodist \[m|km|ft|mi \] 获取两个位置之间的直线距离

node-1:6379> geodist china:city chongqing beijing km
    "1462.9505"

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

### 4.georadius ###

georadius< longitude>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

node-1:6379> georadius china:city 100 30 1000 km
    1) "chongqing"
    node-1:6379> georadius china:city 110 30 1000 km
    1) "chongqing"
    2) "shenzhen"

## 3.3 使用场景 ##

微信位置共享，附近的人等地图功能。

[image.png]: /images/20221021/6d88c79edf204c6182bb67c9d5f77ca8.png
[image.png 1]: /images/20221021/43fa7221182044a69f197c003ab5d89d.png
[image.png 2]: /images/20221021/01235029947441af846bb679430972ec.png