Redis学习--- 三种特殊数据类型（GeospatialHyperloglogBitmap）

Posted 2021-07-22 小样5411

目录

• • 一、Geospatial地理位置
  • 二、Hyperloglog基数统计
  • 三、Bitmap位图

一、Geospatial地理位置

我们生活中打车会看到车离我们多少距离，附近的人距离，都可以用这个来推测两地之间的距离

geoadd key 纬度 精度 名称	#添加地理位置，也可以跟多个
geopos key 名称		#查看某个位置经纬度

注意：有效经度从-180到+180，有效纬度-85.0511到+85.0511

geodist key 名称1 名称2 km	#返回两个城市的距离（千米单位），不写km默认是米

由于定位不同区，所以略微不同，基本一致

如何获取附近的人距离？首先开启定位获取经纬度，就实时刷新可以算出距离

georadius key 经度 纬度 半径		#以经纬度为中心，半径为圆搜索

withdist可以返回到经纬度中心的距离，withcoord返回在返回内城市的定位信息，并且可以用count做一个筛选

georadiusbymember key 名称 半径		#以成员为半径查找，如以北京查找其周围1000km内的城市

Geo的基本常用命令就这些，然后Geo的底层其实就是ZSet实现，我们可以用ZSet命令操作geo，删除位置，geo没有提供，但是可以用zset进行删除

二、Hyperloglog基数统计

Hyperloglog在Redis中是基数统计的算法，基数就是不重复的元素，比如一个人访问一个网站多次，但还是算一个人，Hyperloglog优点就是占用内存非常小，比set去重方法远远小，是首选，Hyperloglog常常用于计数。但它错误率有0.81%，如果允许容错就用Hyperloglog，一点都不允许就用set

pfadd key 元素
pfcount key
pfmerge key key1 key2	#key为key1和key2合并的，即并集

三、Bitmap位图

Bitmap是位存储，比如疫情期间，可以14亿个0，0表示未感染，1表示感染，14亿bit≈166.89MB，其实占用还比较小，当然这里不需要自己打，配置一下。活跃用户和不活跃用户，打卡与未打卡，也可以用这个，用户每天打卡，365天就是365bit，365/8≈46B，也就是说一个用户一年只要46B存储就够了，十分小，省内存。所以这种只有两种状态的就可以用Bitmap。我们现在做一个一周打卡次数统计，公司经常需要做这个。

setbit key offset value		#offset可以理解成下标

offset 0-6正好表示7天

以上为本章内容