第6章 Redis新数据类型

6.1 Bitmaps

6.1.1 简介

现代计算机用二进制(位) 作为信息的基础单位, 1个字节等于8位, 例如“abc”字符串是由3个字节组成, 但实际在计算机存储时将其用二进制表示, “abc”分别对应的ASCII码分别是97 98 99 对应的二进制分别是01100001 0110001001100011,如下图

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:

(1) 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。

(2) 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储01, 数组的下标在Bitmaps中叫做偏移量。

6.1.2 命令

1setbit

1)格式

setbit<key><offset><value>设置Bitmaps中某个偏移量的值(01

 

*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=16111519的用户对网站进行了访问, 那么当前Bitmaps初始化结果如图

unique:users:20201106代表2020-11-06这天的独立访问用户的Bitmaps

 

 

注:

  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idBitmaps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。

 

2getbit

1)格式

getbit<key><offset>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=8的用户是否在2020-11-06这天访问过, 返回0说明没有访问过:

 

注:因为100根本不存在,所以也是返回0

 

3bitcount

统计字符串被设置为1bit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 end 参数,可以让计数只在特定的位上进行。start 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,startend 是指bit组的字节的下标数,二者皆包含。

1)格式

bitcount<key>[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2022-11-06这天的独立访问用户数量

 

startend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id111519

举例: K1 01000001 01000000  00000000 00100001】,对应【0123

bitcount K1 1 2  : 统计下标12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12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:redissetbit设置或清除的是bit位置,而bitcount计算的是byte位置。

 

4bitop

(1)格式

bitop  and(or/not/xor) <destkey> [key…]

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

 

(2)实例

2020-11-04 日访问网站的userid=1,2,5,9

setbit unique:users:20201104 1 1

setbit unique:users:20201104 2 1

setbit unique:users:20201104 5 1

setbit unique:users:20201104 9 1

 

 

 

2020-11-03 日访问网站的userid=0,1,4,9。

setbit unique:users:20201103 0 1

setbit unique:users:20201103 1 1

setbit unique:users:20201103 4 1

setbit unique:users:20201103 9 1

 

计算出两天都访问过网站的用户数量

bitop and unique:users:and:20201104_03

 unique:users:20201103unique:users:20201104

 

 

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

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

  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

 

  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

 

 

 

 

 

 

 

6.2 HyperLogLog

 

6.2.1 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PVPageView页面访问量),可以使用Redisincrincrby轻松实现。

 

  但像UVUniqueVisitor,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hashsetbitmaps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)5。 基数估计就是在误差可接受的范围内,快速计算基数。

 

 

 

6.2.2 命令

 

1pfadd 

 

 

1)格式

 

pfadd <key>< element> [element ...]   添加指定元素到 HyperLogLog

2)实例

 

  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

 

2pfcount

1)格式

pfcount<key> [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

 

2)实例

 

3pfmerge

1)格式

pfmerge<destkey><sourcekey> [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

 

 

2)实例

 

 

 

 

 

 

6.3 Geospatial

 

6.3.1 简介

 

  Redis 3.2 中增加了对GEO类型的支持。GEOGeographic,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。

 

 

 

6.3.2 命令

 

1geoadd

 

 

 

1)格式

 

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

 

 

 

2)实例

geoadd china:city 121.47 31.23 shanghai

geoadd china:city 106.50 29.53 chongqing 114.05 22.52 shenzhen 116.38 39.90 beijing

 

   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。

2geopos  

 

1)格式

geopos  <key><member> [member...]  获得指定地区的坐标值

2)实例

 

 

3geodist

 

1)格式

geodist<key><member1><member2>  [m|km|ft|mi ]  获取两个位置之间的直线距离

 

 

2)实例

获取两个位置之间的直线距离

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

 

4georadius

1)格式

georadius<key>< longitude><latitude>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

经度 纬度 距离 单位

 

2)实例

 

 

 

 

 

 

posted @   狂热搬砖家  阅读(28)  评论(0编辑  收藏  举报
相关博文:
阅读排行:
· 微软正式发布.NET 10 Preview 1:开启下一代开发框架新篇章
· C# 集成 DeepSeek 模型实现 AI 私有化(本地部署与 API 调用教程)
· DeepSeek R1 简明指南:架构、训练、本地部署及硬件要求
· 没有源码,如何修改代码逻辑?
· NetPad:一个.NET开源、跨平台的C#编辑器
点击右上角即可分享
微信分享提示