Redis学习【6】之BitMap、HyperLogLog、Geospatial操作命令 (1)

灰太狼 2024-03-27 17:42 27阅读 0赞

#### 文章目录 ####

*  前言
 *  BitMap 操作命令
 *   *  1.1 BitMap 简介
     *  1.2 setbit
     *  1.3 getbit
     *  1.4 bitcount
     *  1.5 bitpos\[pos:position\]
     *  1.6 bitop
     *  1.7 应用场景
 *  二 HyperLogLog 操作命令
 *   *  2.1 HyperLogLog 简介
     *  2.2 pfadd
     *  2.3 pfcount
     *  2.4 pfmerge
     *  2.5 应用场景
 *  三 Geospatial【地理空间】操作命令
 *   *  3. 1 Geospatial 简介
     *  3.2 geoadd
     *  3.3 geopos
     *  3.4 geodist
     *  3.5 geohash
     *  3.6 georadius
     *  3.7 georadiusbymember
     *  3.8 应用场景

## 前言 ##

*  学习的内容来源于网络，仅有用于学习和复习，希望可以跟大家共同一起开发

## BitMap 操作命令 ##

### 1.1 BitMap 简介 ###

*  BitMap 是 **Redis 2.2.0 版本中引入的一种新的数据类型。**
 *  **BitMap本质上就是一个仅包含 0 和 1 的二进制字符串。而其所有相关命令都是对这个字符串二进制位的操作。用于描述该字符串的属性有三个：key、offset、bitValue。**

<table> 
 <thead> 
  <tr> 
   <th>属性</th> 
   <th>说明</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td>key</td> 
   <td><strong>BitMap 是 Redis 的 key-value 中的一种 Value 的数据类型</strong>，所以该 Value 一定有其对应的 key。</td> 
  </tr> 
  <tr> 
   <td>offset</td> 
   <td>每个 BitMap 数据都是一个字符串，字符串中的每个字符都有其对应的索引，该索引从 0 开始。<br>该<strong>索引就称为每个字符在该 BitMap中的偏移量 offset</strong>。<br>这个 offset的值的范围是<span><span><span> [ 0 ， 2 32 − 1 ] [0，2^{32}-1] </span><span><span><span style="height: 1.0641em; vertical-align: -0.25em;"></span><span>[</span><span>0</span><span>，</span><span><span>2</span><span><span><span><span style="height: 0.8141em;"><span style="top: -3.063em; margin-right: 0.05em;"><span style="height: 2.7em;"></span><span><span><span>32</span></span></span></span></span></span></span></span></span><span style="margin-right: 0.2222em;"></span><span>−</span><span style="margin-right: 0.2222em;"></span></span><span><span style="height: 1em; vertical-align: -0.25em;"></span><span>1</span><span>]</span></span></span></span></span>，即该 offset 的最大值为 <span><span><span> 4 G − 1 4G-1 </span><span><span><span style="height: 0.7667em; vertical-align: -0.0833em;"></span><span>4</span><span>G</span><span style="margin-right: 0.2222em;"></span><span>−</span><span style="margin-right: 0.2222em;"></span></span><span><span style="height: 0.6444em;"></span><span>1</span></span></span></span></span>，即 <span><span><span> 4294967295 4294967295 </span><span><span><span style="height: 0.6444em;"></span><span>4294967295</span></span></span></span></span>，42 亿多。</td> 
  </tr> 
  <tr> 
   <td>bitValue</td> 
   <td><strong>每个 BitMap 数据中都是一个仅包含 0 和 1 的二进制字符串，每个 offset 位上的字符就称为该位的值 bitValue</strong>。【bitValue 的值非 0 即 1。】</td> 
  </tr> 
 </tbody> 
</table>

### 1.2 setbit ###

<table> 
 <thead> 
  <tr> 
   <th>命令</th> 
   <th>说明</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td>格式</td> 
   <td><code>SETBIT key offset value</code></td> 
  </tr> 
  <tr> 
   <td>功能</td> 
   <td>为给定 <code>key</code> 的<code>BitMap</code> 数据的 <code>offset</code> 位置设置值为 <code>value</code>，其返回值为修改前该 <code>offset</code>位置的 <code>bitValue</code></td> 
  </tr> 
  <tr> 
   <td>说明</td> 
   <td><strong>对于原 <code>BitMap</code> 字符串中不存在的 <code>offset</code> 进行赋值，字符串会自动伸展以确保它可以将 value 保存在指定的 offset 上。当字符串值进行伸展时，空白位置以 0 填充。</strong></td> 
  </tr> 
 </tbody> 
</table>

>  *  需要注意的是，对使用较大 offset 的 SETBIT 操作来说，内存分配过程可能造成 Redis 服务器被阻塞。  
>     ![在这里插入图片描述][b928e0d6753b4fb0965106545b0789c7.png]

### 1.3 getbit ###

<table> 
 <thead> 
  <tr> 
   <th>命令</th> 
   <th>说明</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td>格式</td> 
   <td><code>GETBIT key offset</code></td> 
  </tr> 
  <tr> 
   <td>功能</td> 
   <td>对 <code>key</code> 所储存的 <code>BitMap</code> 字符串值，获取指定 <code>offset</code> 偏移量上的位值 <code>bitValue</code>。</td> 
  </tr> 
  <tr> 
   <td>说明</td> 
   <td>当 offset 比字符串值的长度大，或者 key 不存在时，返回 0 。</td> 
  </tr> 
 </tbody> 
</table>

![在这里插入图片描述][e6017ff82d704a1c93e95550a87946b5.png]

### 1.4 bitcount ###

<table> 
 <thead> 
  <tr> 
   <th>命令</th> 
   <th>说明</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td>格式</td> 
   <td><code>BITCOUNT key [start] [end]</code></td> 
  </tr> 
  <tr> 
   <td>功能</td> 
   <td>统计给定字符串中被设置为 1 的 bit 位的数量。一般情况下，统计的范围是给定的整个 BitMap 字符串,也可以通过指定额外的 start 或 end 参数，实现仅对指定字节范围内字符串进行统计【包含两端的闭区间】。 
    <hr><strong>注意：start 与 end 的单位是字节，不是 bit，并且从 0 开始计数。</strong></td> 
  </tr> 
  <tr> 
   <td>说明</td> 
   <td>start 和 end 参数都可以使用负数值： -1 表示最后一个字节， -2 表示倒数第二个字节，以此类推。【对于不存在的 key 被当成是空字符串来处理，因此对一个不存在的 key 进行 BITCOUNT 操作，结果为 0 。】</td> 
  </tr> 
 </tbody> 
</table>

![在这里插入图片描述][fad0135635844f65af76875691920274.png]

### 1.5 bitpos\[pos:position\] ###

*  格式：`BITPOS key bit [start] [end]`
 *  功能：返回 key 指定的 BitMap 中第一个值为指定值 bit(非 0 即 1) 的二进制位的位置。在默认情况下， 命令将检测整个 BitMap，但用户也可以通过可选的 start 参数和 end 参数指定要检测的范围。
 *  说明：start 与 end 的意义与 bitcount 命令中的相同。  
    ![在这里插入图片描述][c01c19dd563b43bba1650fb9ec111b9f.png]

### 1.6 bitop ###

*  格式：`BITOP operation destkey key *key …+`
 *  功能：对一个或多个 BitMap 字符串 key 进行二进制位操作，并将结果保存到 destkey 上。
 *  operation 可以是  A N D 、 O R 、 N O T 、 X O R AND 、 OR 、 NOT 、 XOR AND、OR、NOT、XOR 这四种操作中的任意一种：
    
     *  `BITOP AND destkey key [key ...]` ：对一个或多个 BitMap 执行按位与操作，并将结果保存到 destkey 。
     *  `BITOP OR destkey key [key ...]` ：对一个或多个 BitMap 执行按位或操作，并将结果保存到 destkey 。
     *  `BITOP XOR destkey key [key ...]` ：对一个或多个 BitMap 执行按位异或操作，并将结果保存到 destkey 。
     *  `BITOP NOT destkey key` ：对给定 BitMap 执行按位非操作，并将结果保存到 destkey 。
 *  说明：
    
     *  除了 NOT 操作之外，其他操作都可以接受一个或多个 BitMap 作为输入。
     *  除了 NOT 操作外，其他对一个 BitMap 的操作其实就是一个复制。
     *  如果参与运算的多个 BitMap 长度不同，较短的 BitMap 会以 0 作为补充位与较长BitMap 运算，且运算结果长度与较长 BitMap 的相同。

### 1.7 应用场景 ###

*  **offset 的取值范围很大，所以其一般应用于大数据量的二值性统计**。例如平台活跃用户统计（二值：访问或未访问）、支持率统计（二值：支持或不支持）、员工考勤统计（二值：上班或未上班）、图像二值化（二值：黑或白）等。
    
     *  不过，对于数据量较小的二值性统计并不适合 BitMap，可能使用 Set 更为合适。当然，具体多少数据量适合使用 Set，超过多少数据量适合使用 BitMap，这需要根据具体场景进行具体分析。
     *  例如，一个平台要统计日活跃用户数量。
        
         *  如果使用 Set 来统计，只需上线一个用户，就将其用户 ID 写入 Set 集合即可，最后只需统计出 Set 集合中的元素个数即可完成统计。即 Set 集合占用内存的大小与上线用户数量成正比。假设用户 ID 为 m 位 bit 位，当前活跃用户数量为 n，则该 Set 集合的大小最少应该是m\*n 字节。
         *  如果使用 BitMap 来统计，则需要先定义出一个 BitMap，其占有的 bit 位至少为注册用户数量。只需上线一个用户，就立即使其中一个 bit 位置 1，最后只需统计出 BitMap 中 1 的个数即可完成统计。即 BitMap 占用内存的大小与注册用户数量成正比，与上线用户数量无关。假设平台具有注册用户数量为 N，则 BitMap 的长度至少为 N 个 bit 位，即 N/8 字节。何时使用 BitMap 更合适？令 m*n 字节 = N/8 字节，即 n = N/8/m = N/(8*m) 时，使用Set 集合与使用 BitMap 所占内存大小相同。以淘宝为例，其用户 ID 长度为 11 位(m)，其注册用户数量为 8 亿(N)，当活跃用户数量为  8 亿 / ( 8 ∗ 11 ) = 0.09 亿 = 9 ∗ 106 = 900 万 8 亿/(8\*11) = 0.09 亿 = 9\*106= 900 万 8亿/(8∗11)=0.09亿=9∗106=900万，使用 Set与 BitMap 占用的内存是相等的。但淘宝的日均活跃用户数量为 8 千万，所以淘宝使用 BitMap更合适。

## 二 HyperLogLog 操作命令 ##

### 2.1 HyperLogLog 简介 ###

*  HyperLogLog 是 Redis 2.8.9 版本中引入的一种新的数据类型，其意义是 hyperlog log，超级日志记录。该数据类型可以简单理解为一个 set 集合，集合元素为字符串。但实际上HyperLogLog 是一种基数计数概率算法，通过该算法可以利用极小的内存完成独立总数的统计。其所有相关命令都是对这个“set 集合”的操作。
 *  HyperLogLog 算法是由法国人 Philippe Flajolet 博士研究出来的，Redis的作者 Antirez 为了纪念 Philippe Flajolet 博士对组合数学和基数计算算法分析的研究，在设计 HyperLogLog 命令的时候使用了 Philippe Flajolet姓名的英文首字母 PF 作为前缀。

### 2.2 pfadd ###

*  格式：`PFADD key element *element …+`
 *  功能：将任意数量的元素添加到指定的 HyperLogLog 集合里面。如果内部存储被修改了返回 1，否则返回 0。

### 2.3 pfcount ###

格式：`PFCOUNT key *key …+`

*  功能：该命令作用于单个 key 时，返回给定 key 的 HyperLogLog 集合的近似基数；该命令作用于多个 key 时，返回所有给定 key 的 HyperLogLog 集合的并集的近似基数；如果key 不存在，则返回 0。

### 2.4 pfmerge ###

*  格式：PFMERGE destkey sourcekey \*sourcekey …+
 *  功能：将多个 HyperLogLog 集合合并为一个 HyperLogLog 集合，并存储到 destkey 中，  
    合并后的 HyperLogLog 的基数接近于所有 sourcekey 的 HyperLogLog 集合的并集。

### 2.5 应用场景 ###

*  HyperLogLog 可对数据量超级庞大的日志数据做不精确的去重计数统计。当然，这个不精确的度在 Redis 官方给出的误差是 0.81%。这个误差对于大多数超大数据量场景是被允许的。对于平台上每个页面每天的 UV 数据，非常适合使用 HyperLogLog 进行记录。

## 三 Geospatial【地理空间】操作命令 ##

### 3. 1 Geospatial 简介 ###

*  **Redis 在 3.2 版本中引入了 Geospatial 这种新的数据类型。**
 *  该类型本质上仍是一种集合，只不过集合元素比较特殊，是一种由三部分构成的数据结构，这种数据结构称为空间元素：
    
     *  经度：longitude——有效经度为\[-180，180\]。正的表示东经，负的表示西经。
     *  纬度：latitude——有效纬度为\[-85.05112878，85.05112878\]。正的表示北纬，负的表示南纬。
     *  位置名称：Geospatial 集合的空间元素名称。

>  *  通过该类型可以设置、查询某地理位置的经纬度，查询某范围内的空间元素，计算两空间元素间的距离等

### 3.2 geoadd ###

*  格式：`GEOADD key longitude latitude member *longitude latitude member …+`
 *  功能：将一到多个空间元素添加到指定的空间集合中。
 *  说明：当用户尝试输入一个超出范围的经度或者纬度时，该命令会返回一个错误。

### 3.3 geopos ###

*  格式：`GEOPOS key member *member …+`
 *  功能：从指定的地理空间中返回指定元素的位置，即经纬度。
 *  说明：因为 该命令接受可变数量元素作为输入，所以即使用户只给定了一个元素，命令也会返回数组。

### 3.4 geodist ###

*  格式：`GEODIST key member1 member2 [unit]`
 *  功能：返回两个给定位置之间的距离。其中 unit 必须是以下单位中的一种：
 *  m ：米，默认
 *  km ：千米
 *  mi ：英里
 *  ft：英尺
 *  说明：如果两个位置之间的其中一个不存在， 那么命令返回空值。另外，在计算距离时会假设地球为完美的球形， 在极限情况下， 这一假设最大会造成 0.5% 的误差。

### 3.5 geohash ###

*  格式：`GEOHASH key member *member …+`
 *  功能：返回一个或多个位置元素的 Geohash 值。
 *  说明：GeoHash 是一种地址编码方法。他能够把二维的空间经纬度数据编码成一个字符串。该值主要用于底层应用或者调试， 实际中的作用并不大。

### 3.6 georadius ###

*  格式：`GEORADIUS key longitude latitude radius m|km|ft|mi [WITHCOORD] [WITHDIST]`  
    \[WITHHASH\] \[ASC|DESC\] \[COUNT count\]
 *  功能：以给定的经纬度为中心，返回指定地理空间中包含的所有位置元素中，与中心距离不超过给定半径的元素。返回时还可携带额外的信息：
 *  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 ：将位置元素的经维度也一并返回。
 *  WITHHASH：将位置元素的 Geohash 也一并返回，不过这个 hash 以整数形式表示命令默认返回未排序的位置元素。 通过以下两个参数，用户可以指定被返回位置元素的排序方式：
 *  ASC ：根据中心的位置，按照从近到远的方式返回位置元素。
 *  DESC ：根据中心的位置，按照从远到近的方式返回位置元素。

>  *  说明：在默认情况下， 该命令会返回所有匹配的位置元素。虽然用户可以使用 `COUNT <count>` 选项去获取前 N 个匹配元素，但因为命令在内部可能会需要对所有被匹配的元素进行处理，所以在对一个非常大的区域进行搜索时，即使使用 COUNT 选项去获取少量元素，该命令的执行速度也可能会非常慢。

### 3.7 georadiusbymember ###

*  格式：`GEORADIUSBYMEMBER key member radius m|km|ft|mi [WITHCOORD] [WITHDIST] [WITHHASH] [ASC|DESC] [COUNT count]`
 *  功能：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，但该命令的中心点是由位置元素形式给定的，而不是像 GEORADIUS 那样，使用输入的经纬度来指定中心点。
 *  说明：返回结果中也是包含中心点位置元素的

### 3.8 应用场景 ###

*  Geospatial ——地理位置，所以其主要应用地理位置相关的计算。例如，微信发现中的“附近”功能，添加朋友中“雷达加朋友”功能；QQ 动态中的“附近”功能；钉钉中的“签到”功能等

[b928e0d6753b4fb0965106545b0789c7.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/27/5f40767559ea422e9e37cd48861071bc.png
[e6017ff82d704a1c93e95550a87946b5.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/27/11ea16ba3c9c4fb5ace0b95e02cfe43b.png
[fad0135635844f65af76875691920274.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/27/3fd03cbbaa544521811844dc8dd3cf8d.png
[c01c19dd563b43bba1650fb9ec111b9f.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/27/67d3a5356ad34f2993824e033db703cd.png