Redis：三种特殊数据类型

Geospatal 地理位置

Reids的 Geo 在 Redis3.2 版本就推出了！这个功能可以推算地理位置的信息，两地之间的距离，方圆几里的人！

可以查询一些测试数据（城市的纬度和经度）：http://www.jsons.cn/lngcodeinfo/0706D99C19A781A3/

官方文档：https://www.redis.net.cn/order/3685.html

只有六个命令：

1、geoadd：添加地理位置

格式：geoadd key longitude latitude member [longitude latitude member....]：添加城市的经纬度信息
- longitude：纬度
- latidude：经度
- member：成员/元素

# geoadd添加地理位置，使用5个数据进行测试
127.0.0.1:6379> geoadd china:city 116.40 39.90 beijing
(integer) 1 
127.0.0.1:6379> geoadd china:city 121.47 31.23 shanghai 
(integer) 1 
127.0.0.1:6379> geoadd china:city 106.50 29.53 chongqing 114.05 22.52 shenzhen 
(integer) 2
127.0.0.1:6379> geoadd china:city 120.16 30.24 hangzhou 108.96 34.26 xian 
(integer) 2

规则：两级无法直接添加，我们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

如果纬度和经度超过范围会报错！

2、geopos：获取当前定位

格式：geopos key member [member...]：查询一个或多个城市的经纬度

是一个坐标值，纬度和经度！

127.0.0.1:6379> geopos china:city beijing    # 获取指定的城市的纬度和经度
1) 1) "116.39999896287918091"
   2) "39.90000009167092543"
127.0.0.1:6379> geopos china:city hangzhou
1) 1) "120.1600000262260437"
   2) "30.2400003229490224"

3、geodist：计算两人之间的距离

格式：geodist key member1 member2 [unit]：计算两个城市/人h之间的举例
- unit表示单位

单位：

m 表示单位为米。

km 表示单位为千米。

mi 表示单位为英里。

ft 表示单位为英尺。

127.0.0.1:6379> geodist china:city beijing shanghai km    # 查看北京到上海的直线距离
"1067.3788"
127.0.0.1:6379> geodist china:city beijing hangzhou km    # 查看北京到杭州的直线距离
"1127.3378"

4、georadius：以经纬度为中心查找半径以内的元素

指定半径：可以做到比如：找附近的人，通过半径来搜寻；
设置查询数量：如果找到了几万人，那么显示不下，肯定会只显示几个。

格式：georadius key longitude latitude radius m|km|ft|mi [withcoord] [withdist] [withhash]

# 以110，30这个经纬度未中心，寻找附近1000km的城市
127.0.0.1:6379> georadius china:city 110 30 1000 km
1) "chongqing"
2) "xian"
3) "shenzhen"
4) "hangzhou"
# 以110，30这个经纬度未中心，寻找附近500km的城市
127.0.0.1:6379> georadius china:city 110 30 500 km
1) "chongqing"
2) "xian"

# 以110，30这个经纬度未中心，寻找附近500km的城市，显示到本身的直线距离
127.0.0.1:6379> georadius china:city 110 30 500 km withdist
1) 1) "chongqing"
   2) "341.9374"
2) 1) "xian"
   2) "483.8340"
   
# 显示到本身的直线距离，显示该城市的经纬度信息
127.0.0.1:6379> georadius china:city 110 30 500 km withdist withcoord
1) 1) "chongqing"
   2) "341.9374"
   3) 1) "106.49999767541885376"
      2) "29.52999957900659211"
2) 1) "xian"
   2) "483.8340"
   3) 1) "108.96000176668167114"
      2) "34.25999964418929977"

# 指定寻找的数量
127.0.0.1:6379> georadius china:city 110 30 500 km withdist withcoord count 1
1) 1) "chongqing"
   2) "341.9374"
   3) 1) "106.49999767541885376"
      2) "29.52999957900659211"
127.0.0.1:6379> georadius china:city 110 30 500 km withdist withcoord count 2
1) 1) "chongqing"
   2) "341.9374"
   3) 1) "106.49999767541885376"
      2) "29.52999957900659211"
2) 1) "xian"
   2) "483.8340"
   3) 1) "108.96000176668167114"
      2) "34.25999964418929977"

5、georadiusbymember：以元素为中心查找半径以内的元素

# 找出位于指定元素周围的其他元素！
127.0.0.1:6379> georadiusbymember china:city beijing 1000 km
1) "beijing"
2) "xian"
127.0.0.1:6379> georadiusbymember china:city shanghai 400 km
1) "hangzhou"
2) "shanghai"

6、geohash：以字符串表示返回的经纬度

# 将二维的经纬度转换为一维的字符串，如果两个字符串越接近，那么则距离越近！
127.0.0.1:6379> geohash china:city beijing chongqing
1) "wx4fbxxfke0"
2) "wm5xzrybty0"

底层

geo底层的实现原理其实就是Zset！我们可以使用Zset命令来操作geo！

127.0.0.1:6379> zrange china:city 0 -1    # 利用zset查看地图中全部的元素
1) "chongqing"
2) "xian"
3) "shenzhen"
4) "hangzhou"
5) "shanghai"
6) "beijing"
127.0.0.1:6379> zrem china:city xian    # 移除指定的元素，比如说你不想开定位了，那么就会删除你的位置信息
(integer) 1
127.0.0.1:6379> zrange china:city 0 -1
1) "chongqing"
2) "shenzhen"
3) "hangzhou"
4) "shanghai"
5) "beijing"

Hyperloglog 计数

简介

Redis 2.8.9 版本就更新了 Hyperloglog 数据结构！

Redis Hyperloglog 基数统计的算法！

什么是基数？

两个集合，保留不重复的元素，

A {1,3,5,7,8,7}

B{1,3,5,7,8}

基数（保留不重复的元素） = 5 = {1,3,5,7,8}，可以接受误差！

网页的 UV （一个人访问一个网站多次，但是还是算作一个人！）

传统方式

传统的方式，set保存用户的id，因为set集合是不重复的，相同的会覆盖，然后就可以统计set中的元素数量来做标准判断！

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

Hyperloglog它的优点：占用的内存是固定，2^64 不同的元素的基数，只需要花费 12KB内存！如果要从内存角度比较的话 Hyperloglog 首选！

官方说会有 0.81% 错误率！统计UV任务，可以忽略不计的！

测试

pfadd key element [element...]
pfcount key
pfmerge destkey sourcekey [sourcekey....]

127.0.0.1:6379> pfadd keys a a a b v v c    # 创建第一组带有重复数据的元素
(integer) 1
127.0.0.1:6379> pfcount keys
(integer) 4
127.0.0.1:6379> pfadd mykey a b c e f g h i j # 创建第一组元素 mykey
(integer) 1
127.0.0.1:6379> pfcount mykey    # 统计 mykey 元素的基数数量
(integer) 9
127.0.0.1:6379> pfadd mykey2 i j z x c v b n m
(integer) 1
127.0.0.1:6379> pfcount mykey2
(integer) 9
127.0.0.1:6379> pfmerge mykey3 mykey mykey2    # 合并两组 mykey mykey2 => mykey3 并集
OK
127.0.0.1:6379> pfcount mykey3    # 看并集的数量
(integer) 14

如果允许容错，那么一定可以使用 Hyperloglog

如果不允许容错，就使用 set 或者自己的数据类型即可

Bitmap

位存储

比如：中国疫情，要统计全国的疫情感染人数，我们只需用 14亿个 0去存储，然后感染的一个就将一个 0 改为 1

14亿个0很大吗？不大只需要1000MB就可以存放83亿个bit位，一个字节 = 8 bit，每个bit位可以存放一个0.

所以，Bitmap位图，根据位存储的数据结构算法，可以发现只有 0 和 1两个状态!

那么就可以应用：

网站用户的活跃、不活跃
员工 365 天的打卡情况！
...

测试

使用Bitmap 来记录周一到周日的打卡！

1、使用0和1表示打卡和未打卡：周一：1 周二：0 周三：0 周四：1 ......

setbit key offset value
- offset表示偏移量，位存储，第0位，第1位...依次存储

127.0.0.1:6379> setbit sign 0 1
(integer) 0
127.0.0.1:6379> setbit sign 1 0
(integer) 0
127.0.0.1:6379> setbit sign 2 0
(integer) 0
127.0.0.1:6379> setbit sign 3 1
(integer) 0
127.0.0.1:6379> setbit sign 4 1
(integer) 0
127.0.0.1:6379> setbit sign 5 0
(integer) 0
127.0.0.1:6379> setbit sign 6 0
(integer) 0

2、查看某一天是否打卡

格式：getbit key offset

127.0.0.1:6379> getbit sign 3
(integer) 1
127.0.0.1:6379> getbit sign 2
(integer) 0

3、统计操作，统计打卡的天数！

统计这周的打卡记录，就可以看到是否是全勤，在做一些对应的处理！
格式：bitcount key

127.0.0.1:6379> bitcount sign
(integer) 3

posted @ 2020-06-06 14:00 忘忧山的兰木阅读(340) 评论(0) 编辑收藏举报

刷新页面返回顶部

忘忧山的兰木