Redis高级-6.高级数据类型
6.高级数据类型
1.Bitmaps
Bitmaps类型的基础操作
获取指定key对应偏移量上的bit值
getbit key offset
设置指定key对应偏移量上的bit值,value只能是 1 或 0
setbit key offset value // 如:设置2位置的值为1 -> 0010
Bitmaps类型的扩展操作
对指定key按位进行交、并、非、异或操作,并将结果保存到destKey中
bitop op destKey key1 [key2...] and:交 or:并 not:非 xor:异或
统计指定key中1的数量
bitcount key [start end] // start end开始结束位置,不指定就全部
2.HyperLogLog
统计独立UV
原始方案:set 存储每个用户的id(字符串) 改进方案:Bitmaps 存储每个用户状态(bit) 全新的方案:Hyperloglog
基数
基数是数据集去重后元素个数 HyperLogLog 是用来做基数统计的,运用了LogLog的算法

HyperLogLog类型的基本操作
添加数据
pfadd key element [element ...]
统计数据(获取基数)
pfcount key [key ...]
合并数据
pfmerge destkey sourcekey [sourcekey...]
相关说明
用于进行基数统计,不是集合,不保存数据,只记录数量而不是具体数据 核心是基数估算算法,最终数值存在一定误差 误差范围:基数估计的结果是一个带有 0.81% 标准错误的近似值 耗空间极小,每个hyperloglog key占用了12K的内存用于标记基数 pfadd命令不是一次性分配12K内存使用,会随着基数的增加内存逐渐增大 Pfmerge命令合并后占用的存储空间为12K,无论合并之前数据量多少
3.GEO
GEO类型的基本操作
添加坐标点
geoadd key longitude latitude member [longitude latitude member ...] // 组 横坐标 纵坐标 名称 // 同组中数据可以使用,不同组间数据不能相互对比
获取坐标点
geopos key member [member ...]
计算坐标点距离
geodist key member1 member2 [unit] // unit 单位:m(米) km(千米)
eg:
geoadd geos 1 1 a // 添加a坐标点 geoadd geos 2 2 b // 添加b坐标点 geopos geos a // 获取a坐标点 geodist geos a b m // 计算a、b坐标点间的距离,单位是:米
根据坐标求范围内的数据
georadius key longitude latitude radius m|km|ft|mi [withcoord] [withdist] [withhash] [count count]
根据点求范围内数据
georadiusbymember key member radius m|km|ft|mi [withcoord] [withdist] [withhash] [count count] // 组 名称 范围 单位 // withdist 显示两点之间距离 // withcoord 显示对方点的坐标 // withhash 对应点哈希值 // count 取的范围值 // 还可以加esc | desc 进行升序降序
获取指定点对应的坐标hash值
geohash key member [member ...]
本文来自博客园,作者:Lz_蚂蚱,转载请注明原文链接:https://www.cnblogs.com/leizia/p/15312728.html
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步