Redis三种特殊数据类型

Posted 王六六的IT日常

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了Redis三种特殊数据类型相关的知识,希望对你有一定的参考价值。

1.Geospatial 地理位置


朋友的定位,附近的人,打车距离计算?
Redis 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!
👉官方文档
👉查询一些测试数据

只有 六个命令:

添加地理位置:命令geoadd

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!

参数: key(china:city) 值(经度 纬度 城市名称)

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 123.42 41.79 shenyang
(integer) 1
127.0.0.1:6379> geoadd china:city 114.50 38.04 shijiazhuang 120.15 30.28 hangzhou
(integer) 2

报错:

127.0.0.1:6379> geoadd china:city 39.90 116.40 beijing
(error) ERR invalid longitude,latitude pair 39.900000,116.400000

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。

geopos 获得当前定位:一定是一个坐标值!

127.0.0.1:6379> geopos china:city beijing # 获取指定的城市的经度和纬度
1) 1) "116.39999896287918091"
   2) "39.90000009167092543"
127.0.0.1:6379> geopos china:city shanghai shijiazhuang
1) 1) "121.47000163793563843"
   2) "31.22999903975783553"
2) 1) "114.50000256299972534"
   2) "38.03999889245756805"
geodist 两人/两地之间的距离


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 shenyang #查看北京到沈阳的直线距离
"626729.6983"
127.0.0.1:6379> geodist china:city beijing shenyang km
"626.7297"
georadius 以给定的经纬度为中心, 找出某一半径内的元素


附近的人? (获得所有附近的人的地址,定位!)通过半径来查询!
获得指定数量的人,200 count
所有数据应该都录入:china:city ,才会让结果更加清晰!

127.0.0.1:6379> georadius china:city 120 40 1000 km # 以120,40 这个经纬度为中心,寻找方圆1000km内的城市
1) "shijiazhuang"
2) "beijing"
3) "shenyang"
4) "shanghai"
127.0.0.1:6379> georadius china:city 120 40 500 km
1) "beijing"
2) "shenyang"
127.0.0.1:6379> georadius china:city 120 40 500 km withdist # 显示到中间距离的位置
1) 1) "beijing"
   2) "307.1405"
2) 1) "shenyang"
   2) "349.6969"
127.0.0.1:6379> georadius china:city 120 40 500 km withcoord # (经纬度)显示他人的定位信息
1) 1) "beijing"
   2) 1) "116.39999896287918091"
      2) "39.90000009167092543"
2) 1) "shenyang"
   2) 1) "123.41999977827072144"
      2) "41.78999971580505246"
127.0.0.1:6379> georadius china:city 120 40 500 km withcoord count 1 #
筛选出指定的结果
1) 1) "beijing"
   2) 1) "116.39999896287918091"
      2) "39.90000009167092543"
127.0.0.1:6379> georadius china:city 120 40 500 km withcoord count 2
1) 1) "beijing"
   2) 1) "116.39999896287918091"
      2) "39.90000009167092543"
2) 1) "shenyang"
   2) 1) "123.41999977827072144"
      2) "41.78999971580505246"
127.0.0.1:6379> georadius china:city 120 40 500 km withcoord count 3
1) 1) "beijing"
   2) 1) "116.39999896287918091"
      2) "39.90000009167092543"
2) 1) "shenyang"
   2) 1) "123.41999977827072144"
      2) "41.78999971580505246"
georadiusbymember 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) "shijiazhuang"
2) "beijing"
3) "shenyang"
127.0.0.1:6379> georadiusbymember china:city hangzhou 400 km
1) "hangzhou"
2) "shanghai"
geohash 返回一个或多个位置元素的 Geohash 表示

该命令将返回11个字符的Geohash字符串!

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 shenyang beijing
1) "wxrv8rxsqk0"
2) "wx4fbxxfke0"

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

127.0.0.1:6379> zrange china:city 0 -1 # 查看地图中全部的元素
1) "hangzhou"
2) "shanghai"
3) "shijiazhuang"
4) "beijing"
5) "shenyang"
127.0.0.1:6379> zrem china:city beijing # 移除指定元素
(integer) 1
127.0.0.1:6379> zrange china:city 0 -1 # 查看地图中全部的元素
1) "hangzhou"
2) "shanghai"
3) "shijiazhuang"
4) "shenyang"

2. Hyperloglog 统计数量

什么是基数?

A 1,3,5,7,8,7
B1,3,5,7,8
基数=不重复的元素 = 5,可以接受误差!

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!
优点:占用的内存是固定,2^64 不同的元素的技术,只需要废 12KB内存!如果要从内存角度来比较的
话 Hyperloglog 首选!

网页的 UV (一个人访问一个网站多次,但是还是算作一个人!)

传统的方式, set 保存用户的id,然后就可以统计 set 中的元素数量作为标准判断 !
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;
0.81% 错误率! 统计UV任务,可以忽略不计的!

测试使用

127.0.0.1:6379> pfadd mykey a b c d e f g # 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) 7
127.0.0.1:6379> pfadd mykey2 z x c v r i # 创建第二组元素 mykey2
(integer) 1
127.0.0.1:6379> pfcount mykey2
(integer) 6
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) 12

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!

3.Bitmap 位存储

  • 统计疫情感染人数:00000 如果被感染了就将0改为1
  • 统计用户信息,活跃,不活跃。登录 、 未登录。打卡,365打卡。两个状态的,都可以使用Bitmaps!
  • 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!
  • 365 天 = 365 bit 1字节 = 8bit 46 个字节左右!

测试


使用bitmap 来记录setbit 周一到周日的打卡!
周一:1 周二:0 周三:0 周四:1 …

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

查看getbit某一天是否有打卡

127.0.0.1:6379> getbit sign 4
(integer) 1
127.0.0.1:6379> getbit sign 6
(integer) 0

统计操作👉统计bitcount打卡的天数

127.0.0.1:6379> bitcount sign # 统计这周的打卡记录,就可以看到是否有全勤
(integer) 3  #只有三天打卡

以上是关于Redis三种特殊数据类型的主要内容,如果未能解决你的问题,请参考以下文章

Redis三种特殊数据类型

Redis三种特殊数据类型:HyperLogLogBigMapGeo

Redis三种特殊数据类型(地理位置)

Redis三种特殊数据类型(地理位置)

Redis学习笔记3:五大数据类型(StringListSetHashZset)和三种特殊数据类型(geospatialHyperloglogBitmaps)

Redis学习笔记3:五大数据类型(StringListSetHashZset)和三种特殊数据类型(geospatialHyperloglogBitmaps)