Redis新数据类型详解（图文结合）

向右看齐 2023-10-11 18:22 67阅读 0赞

**目录**

1.Bitmaps

应用场景

常用命令

2.HyperLogLog

应用场景

优点

常见命令

3.Geospatial

应用场景

常见命令

--------------------

## 1.Bitmaps ##

现代计算机用二进制作为信息的基本单位，1个字节等于8位，合理的使用操作位能够有效的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诸0和1，数组的下标在Bitmaps中叫做偏移量。

### ![456baa403b9142548e38c5bfa42d5d3a.jpeg][] ###

### 应用场景 ###

可用于标记独立用户是否访问过网站，有访问的置为1，没有的为0

####  ####

### 常用命令 ###

#### 1.setbit ####

设置Bitmaps中某个偏移量的值（0或者1）

![a11276420614445895d1a00108e3b0c6.png][]

例子：

用偏移量作为用户id，假设现在有uid=1.3.9的用户访问网站，那么将该位置的值置为1

users：20220905 可以表示这一天内访问网站的用户

![12c81bb7b9084cf5b86b41ccdae1061f.png][]

注：一般用户的id都是一大串随机数字，如果偏移量非常大的话势必会造成一定的内存浪费，那么可以先减去一个基数使得偏移量变小以节省内存空间

ps: 感觉有点像c++中的一种数据结构--bitset 有兴趣的小伙伴可以去查一下。

####  ####

#### 2.getbit ####

获取第offset的值

![7aaeca97c0134ef8bd4be8a9705d5770.png][]

例子：

![d00df4bce27d45a1ad58fc23891f1287.png][]

####  ####

#### 3.bitcount ####

统计字符串被设置为1的 bit 数。

start 和 end 参数的设置，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。

![f897361c1f8b41fc8b21982763730629.png][]

例子：

![f7037c7177274ed88356a80cf78d4789.png][]

####  ####

#### 4.bitpos ####

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。

![810afc75d8834c0fbdab3f3b12dd2550.png][]

**例子：**

9月5号

![6f18769eaa1c4c9c8bfb55baf80fb3f5.png][]

9月4号

![952d3058c72a4d1d89542af3ca9fa789.png][]

合并

![e9d08da673a9485ab7bf12689dbcf161.png][]

## 2.HyperLogLog ##

### 应用场景 ###

HyperLogLog可用于解决与统计相关的功能需求，比如统计网站的页面访问量，虽然可以使用Redis的incr、incrby轻松实现。但像 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:

*  数据存储在MySQL 表中，使用distinct count计算不重复个数
 *  使用Redis 提供的 hash、setbitmaps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。  
Redis推出了HyperLogLog，这种数据结构能够降低一定的精度来平衡存储空间。

####  ####

### 优点 ###

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。这也是其占用内存少的原因。

####  ####

### 常见命令 ###

#### 1.pfadd ####

将元素添加到指定的HyperLogLog数据结构中，如果执行命令后words估计的近似基数发生变化，则返回1，否则返回0.

![f6b3f83c634e49ffa5ccb11b810c1ff9.jpeg][]

例子：

也可一次插入多个数据

![2d4204eece8d402195b4a509389a245e.png][]

####  ####

#### 2.pfcount ####

计算words的近似基数

![a98b65969b7c4c94a5b84e72de8f5680.png][]

例子：

![5b07b7697c374f6488774b047d49d6bd.png][]

####  ####

#### 3.pfmerge ####

即将一个或多个hyperLogLog数据结构合并后的结果存放到另一个hyperLogLog中

![7467b098a3f74532a72bd3a4b9542c44.png][]

例子：

创建两个hyperLogLog集合，words和word

![bae2931385654488ab6d93406fbca6c0.png][]

合并后集合的近似基数为合并前两个集合的基数之和

![a2208ed172f244dda88256be09a3d950.png][]

####  ####

## 3.Geospatial ##

### 应用场景 ###

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。

####  ####

### 常见命令 ###

#### **1.geoadd** ####

![a871d586a9dc43279c1fd7ed65f8c776.png][]

例子：

![d018dcf6207f46fe8f1eda1f7bc0fa90.png][]

**数据有效范围：**

经度从 -180度到180度。纬度从-8505112878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** ####

**获取指定地区的坐标值**

![adf7bcfb802147eab1da4aa4bf961c87.png][]

**例子：**

![7162c0367f4241b28bb8211750bb3368.png][]

####  ####

#### 3.geodist ####

获取两个位置之间的直线距离

![f7c8c931927b45ac9d1e8c61e7820905.png][]

可选参数：

*  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。

例子：

![5924a8b5fccc4bb6a3a33109dd323bbc.png][]

####  ####

#### 4.georadius ####

以给定的经纬度为中心，找出某一半径内的元素

longitude：经度 latitude：纬度 radius：半径 可选参数：单位

![13489fd089404e09aa26d027c42b81a2.png][]

例子：

![717ff4828a504ed89cfeb4b2a47ad546.png][]

[456baa403b9142548e38c5bfa42d5d3a.jpeg]: https://img-blog.csdnimg.cn/456baa403b9142548e38c5bfa42d5d3a.jpeg
[a11276420614445895d1a00108e3b0c6.png]: https://img-blog.csdnimg.cn/a11276420614445895d1a00108e3b0c6.png
[12c81bb7b9084cf5b86b41ccdae1061f.png]: https://img-blog.csdnimg.cn/12c81bb7b9084cf5b86b41ccdae1061f.png
[7aaeca97c0134ef8bd4be8a9705d5770.png]: https://img-blog.csdnimg.cn/7aaeca97c0134ef8bd4be8a9705d5770.png
[d00df4bce27d45a1ad58fc23891f1287.png]: https://img-blog.csdnimg.cn/d00df4bce27d45a1ad58fc23891f1287.png
[f897361c1f8b41fc8b21982763730629.png]: https://img-blog.csdnimg.cn/f897361c1f8b41fc8b21982763730629.png
[f7037c7177274ed88356a80cf78d4789.png]: https://img-blog.csdnimg.cn/f7037c7177274ed88356a80cf78d4789.png
[810afc75d8834c0fbdab3f3b12dd2550.png]: https://img-blog.csdnimg.cn/810afc75d8834c0fbdab3f3b12dd2550.png
[6f18769eaa1c4c9c8bfb55baf80fb3f5.png]: https://img-blog.csdnimg.cn/6f18769eaa1c4c9c8bfb55baf80fb3f5.png
[952d3058c72a4d1d89542af3ca9fa789.png]: https://img-blog.csdnimg.cn/952d3058c72a4d1d89542af3ca9fa789.png
[e9d08da673a9485ab7bf12689dbcf161.png]: https://img-blog.csdnimg.cn/e9d08da673a9485ab7bf12689dbcf161.png
[f6b3f83c634e49ffa5ccb11b810c1ff9.jpeg]: https://img-blog.csdnimg.cn/f6b3f83c634e49ffa5ccb11b810c1ff9.jpeg
[2d4204eece8d402195b4a509389a245e.png]: https://img-blog.csdnimg.cn/2d4204eece8d402195b4a509389a245e.png
[a98b65969b7c4c94a5b84e72de8f5680.png]: https://img-blog.csdnimg.cn/a98b65969b7c4c94a5b84e72de8f5680.png
[5b07b7697c374f6488774b047d49d6bd.png]: https://img-blog.csdnimg.cn/5b07b7697c374f6488774b047d49d6bd.png
[7467b098a3f74532a72bd3a4b9542c44.png]: https://img-blog.csdnimg.cn/7467b098a3f74532a72bd3a4b9542c44.png
[bae2931385654488ab6d93406fbca6c0.png]: https://img-blog.csdnimg.cn/bae2931385654488ab6d93406fbca6c0.png
[a2208ed172f244dda88256be09a3d950.png]: https://img-blog.csdnimg.cn/a2208ed172f244dda88256be09a3d950.png
[a871d586a9dc43279c1fd7ed65f8c776.png]: https://img-blog.csdnimg.cn/a871d586a9dc43279c1fd7ed65f8c776.png
[d018dcf6207f46fe8f1eda1f7bc0fa90.png]: https://img-blog.csdnimg.cn/d018dcf6207f46fe8f1eda1f7bc0fa90.png
[adf7bcfb802147eab1da4aa4bf961c87.png]: https://img-blog.csdnimg.cn/adf7bcfb802147eab1da4aa4bf961c87.png
[7162c0367f4241b28bb8211750bb3368.png]: https://img-blog.csdnimg.cn/7162c0367f4241b28bb8211750bb3368.png
[f7c8c931927b45ac9d1e8c61e7820905.png]: https://img-blog.csdnimg.cn/f7c8c931927b45ac9d1e8c61e7820905.png
[5924a8b5fccc4bb6a3a33109dd323bbc.png]: https://img-blog.csdnimg.cn/5924a8b5fccc4bb6a3a33109dd323bbc.png
[13489fd089404e09aa26d027c42b81a2.png]: https://img-blog.csdnimg.cn/13489fd089404e09aa26d027c42b81a2.png
[717ff4828a504ed89cfeb4b2a47ad546.png]: https://img-blog.csdnimg.cn/717ff4828a504ed89cfeb4b2a47ad546.png