Redis三种特殊数据类型

三种特殊数据类型

geospatial 地理位置

朋友的定位，附近的人，打车距离计算。

Redis的Geo

可以查询一些测试数据 http://www.jsons.cn/lngcode/

可以推算地理位置之间的信息，两地之间的距离，周围的人

参数：key 值（经度、纬度，名称）

geoadd 添加地理位置 geoadd china:city 116.40 39.90 beijing

规则： 两极无法直接添加，一般会下载城市数据，通过java程序一次性导入

geopos 获取指定城市的经纬度 geopos china:city beijing

geodist 返回两个给定位置之间的距离 geodist china:city beijing chongqing km

我附近的人？ （获得所有附近的人的定位）一般通过半径查询

georadius georadius china:city 110 30 500 km [withdist withcoord count 1]

​ 以100,30经纬度为中心，寻找方圆500km的城市，withdist 显示距离 withcoord显示坐标 count 限制数量

georadiusbymember 找出指定元素周围的其他元素

GEORADIUSBYMEMBER china:city beijing 1000 km

geohash 返回一个或多个位置元素的geohash表示

​ 将二维坐标转换为一维字符串 ，两个字符串越接近，距离越近

geo底层实现

​ 底层其实就是Zset，可以使用Zset命令来操作geo

​ zrange china:city 0 -1

​ zrem china:city xian

Hyperloglog

什么是基数？

基数就是集合中不重复的元素

Redis Hyperloglog基数统计的算法

优点：

占用内存固定，2^64不同的元素的技术，只需要花费12kb内存，如果从内存角度比较的话，Hyperloglog是首选，0.81%错误率!统计UV，是可以接受的

网页的UV（一个人访问一个网站多次。还是算作一个人）

传统的方式：set保存用户id，然后可以统计set中的元素数量作为标准

这个方式如果保存大量的用户id，就会比较麻烦！我们的目的是为了计数，而不是保存用户id

pfadd 创建一组元素

pfcount 统计基数数量

pfmerge 合并两组，可以查看并集的基数数量

如果允许容错，那么就使用pf，如果不允许容错，就只有使用set或者自己的数据类型

Bitmap

位存储

Bitmap位图，数据结构！都是操作二进制位来进行记录，就只有0和1两个状态

setbit 设置位数据

getbit 获取位数据

bitcount 获取1的个数