深入浅析redis中的三种特殊数据类型

数据库教程 2021-08-25 12:21:59 41

导读

redis三种特殊的数据类型Geospatial地理位置Hyperloglog基数统计Bitmap位图场景Geospatial地理位置redis3.2版本就推出了Geospatial官方文档上可以详细的看到用法：https://www.redis.net.cn/order/3685.htmlGeospatial可以使用在如下场景：附近的人打车计算距离朋友定位等一系……

redis 三种特殊的数据类型

Geospatial 地理位置
Hyperloglog 基数统计
Bitmap 位图场景

Geospatial 地理位置

redis 3.2 版本就推出了 Geospatial

官方文档上可以详细的看到用法：

https://www.redis.net.cn/order/3685.html

深入浅析redis中的三种特殊数据类型

Geospatial 可以使用在如下场景：

附近的人
打车计算距离
朋友定位
等一系列跟定位有关的场景

Geospatial 只有六个命令

GEOADD

添加地理位置

有效的经度从-180度到180度。
有效的纬度从-85.05112878度到85.05112878度。

当坐标位置超出上述指定范围时，该命令将会返回一个错误。

GEOADD key [NX|XX] [CH] longitude latitude member [longitude latitude member ...]

添加经纬度，城市名

127.0.0.1:6379> GEOADD city 113.087559 28.251818 changsha
(integer) 1
127.0.0.1:6379> GEOADD city 114.064552 22.548457 shenzhen
(integer) 1
127.0.0.1:6379> GEOADD city 104.087045 30.666416 chengdu
(integer) 1
127.0.0.1:6379> GEOADD city 118.802422 32.064653 nanjing
(integer) 1
127.0.0.1:6379> GEOADD city 106.558434 29.568996 chongqing
(integer) 1
127.0.0.1:6379> GEOADD city 121.463615 31.195908 shanghai
(integer) 1
127.0.0.1:6379> GEOADD city 117.208093 39.091103 tianjin
(integer) 1

GEOPOS

GEOPOS key member [member ...]

获取指定城市的经纬度信息

127.0.0.1:6379> GEOPOS city changsha
1) 1) "113.08755666017532349"
   2) "28.25181827470789386"
127.0.0.1:6379> GEOPOS city tianjin
1) 1) "117.20809489488601685"
   2) "39.0911021322545551"

GEODIST

GEODIST key member1 member2 [m|km|ft|mi]

其中有如下 4 个单位：

m ：米

km：公里

ft：英尺

mi：英里

获取两个城市之间的距离

127.0.0.1:6379> GEODIST city changsha tianjin
"1264101.6876"
127.0.0.1:6379> GEODIST city changsha tianjin km
"1264.1017"
127.0.0.1:6379> GEODIST city changsha shenzhen km
"641.9034"

GEOHASH

GEOHASH key member [member ...]

返回一个或者多个GEOHASH 表示的元素，返回 11 个字符 Geohash 字符串

127.0.0.1:6379> GEOHASH city changsha
1) "wt02tr5fg00"
127.0.0.1:6379> GEOHASH city changsha beijing
1) "wt02tr5fg00"
2) (nil)
127.0.0.1:6379> GEOHASH city changsha beijing tianjin chongqing
1) "wt02tr5fg00"
2) (nil)
3) "wwgq7hk64t0"
4) "wm7b0yc7zk0"

GEORADIUS

GEORADIUS key longitude latitude radius m|km|ft|mi [WITHCOORD] [WITHDIST] [WITHHASH] [COUNT count [ANY]] [ASC|DESC] [STORE key] [STOR

指定经纬度作为原点，指定半径，查询在指定范围内的城市，这些城市都是在我们自己的集合里面

127.0.0.1:6379> GEORADIUS city 110 30 500 m
(empty array)
127.0.0.1:6379> GEORADIUS city 110 30 500 km
1) "chongqing"
2) "changsha"
127.0.0.1:6379> GEORADIUS city 110 30 1000 km
1) "chongqing"
2) "chengdu"
3) "shenzhen"
4) "changsha"
5) "nanjing"
127.0.0.1:6379> GEORADIUS city 110 30 700 km withcoord
1) 1) "chongqing"
   2) 1) "106.55843228101730347"
      2) "29.56899626404301529"
2) 1) "chengdu"
   2) 1) "104.08704489469528198"
      2) "30.6664164635846177"
3) 1) "changsha"
   2) 1) "113.08755666017532349"
      2) "28.25181827470789386"
127.0.0.1:6379> GEORADIUS city 110 30 700 km withdist
1) 1) "chongqing"
   2) "335.6530"
2) 1) "chengdu"
   2) "572.3911"
3) 1) "changsha"
   2) "357.4711"
127.0.0.1:6379> GEORADIUS city 110 30 700 km withhash
1) 1) "chongqing"
   2) (integer) 4026059435699931
2) 1) "chengdu"
   2) (integer) 4026137831798506
3) 1) "changsha"
   2) (integer) 4050903792284309

GEORADIUSBYMEMBER

GEORADIUSBYMEMBER key member radius m|km|ft|mi [WITHCOORD] [WITHDIST] [WITHHASH] [COUNT count [ANY]] [ASC|DESC] [STORE key] [STOREDIST key]

找出位于指定元素周围的城市

127.0.0.1:6379> GEORADIUSBYMEMBER city tianjin 1000 km
1) "nanjing"
2) "tianjin"
3) "shanghai"
127.0.0.1:6379> GEORADIUSBYMEMBER city tianjin 500 km
1) "tianjin"
127.0.0.1:6379> GEORADIUSBYMEMBER city tianjin 5000 km
1) "chongqing"
2) "chengdu"
3) "shenzhen"
4) "changsha"
5) "shanghai"
6) "nanjing"
7) "tianjin"

Geospatial 底层的原理就是使用 Zset 有序集合来实现的，我们可以使用 Zset 有序集合的命令来操作 Geo ，咱们是用 Zset 的指令来感受一波

127.0.0.1:6379> ZRANGE city 0 -1
1) "chongqing"
2) "chengdu"
3) "shenzhen"
4) "changsha"
5) "shanghai"
6) "nanjing"
7) "tianjin"
127.0.0.1:6379> ZCARD city
(integer) 7

Hyperloglog 基数统计

基数是个啥？

基数，就是不重复的数，例如：

A = {1,2,3,4,5}

B = {2,3,4,5,6}

那么 A 和 B 的取并集的基数就是 6

简介

Hyperloglog 是 redis 2.8.9 版本开始有的这种数据结构

redis hyperloglog 基数统计也是一种算法

例如有这样的应用场景：

网页访问人数统计，同一个用户多次访问网站，也是只算作 1
传统的方式是使用 set 集合的方式来保存 id，统计 set 里面 id 的个数，来计算人数
这种方式也没有问题，但是若数据量很大的时候，就会非常麻烦，因为我们拿 id 是没有用的，我们只需要计数而已

优点

深入浅析redis中的三种特殊数据类型

Hyperloglog 占用的内存空间是固定的，2^16 次方，只需要占用 12 KB 内存，从内存的角度来技术选型，Hyperloglog 是首选哦

PFADD key element [element ...]

向 Hyperloglog 中添加一个或者多个元素

PFMERGE destkey sourcekey [sourcekey ...]

将多个 Hyperloglog 取并集，得到一个结果 Hyperloglog ，里面的数据是不会重复的

127.0.0.1:6379> PFADD myhash  1 2 3 4 5 6 7 8
(integer) 1
127.0.0.1:6379> pfadd myhash2 3 4 5 6 7 8 9 0 88 99
(integer) 1
127.0.0.1:6379> PFMERGE res myhash myhash2
OK
127.0.0.1:6379> PFCOUNT res
(integer) 12
127.0.0.1:6379> PFCOUNT myhash
(integer) 8
127.0.0.1:6379> PFCOUNT myhash2
(integer) 10

Bitmaps 位图场景

Bitmaps 位图，位存储

一般用于，统计用户信息，活跃，不活跃，

打卡，不打卡等等，两种状态

Bitmaps 位图，也是一种数据结构，是操作二进制的方式来进行记录的，只有 0 和 1 两种状态

深入浅析redis中的三种特殊数据类型

例如我们举个例子，来记录着一周每天的心情，1 是开心，0 是沮丧

SETBIT key offset value

设置 bit 位的值

GETBIT key offset

获取 bit 位的值

127.0.0.1:6379> SETBIT week 0 1
(integer) 0
127.0.0.1:6379> SETBIT week 1  1
(integer) 0
127.0.0.1:6379> SETBIT week 2 1
(integer) 0
127.0.0.1:6379> SETBIT week 3 0
(integer) 0
127.0.0.1:6379> SETBIT week 4 0
(integer) 0
127.0.0.1:6379> SETBIT week 5 1
(integer) 0
127.0.0.1:6379> SETBIT week 6 1
(integer) 0
127.0.0.1:6379> GETBIT week 6
(integer) 1
127.0.0.1:6379> GETBIT week 5
(integer) 1