1.bitmap位圖
1.1 bitmap位圖的概念
首先來看一個例子，字元串big，
字母b的ASCII碼為98，轉換成二進制為 01100010
字母i的ASCII碼為105，轉換成二進制為 01101001
字母g的ASCII碼為103，轉換成二進制為 01100111
如果在Redis中，設定一個key，其值為big，此時
可以get到big這個值
，也可以
擷取到 big的ASCII碼每一個位對應的值，也就是0或1
例如：
127.0.0.1:6379> set hello big
OK
127.0.0.1:6379> getbit hello 0 # b的二進制形式的第1位，即為0
(integer) 0
127.0.0.1:6379> getbit hello 1 # b的二進制形式的第2位，即為1
(integer) 1
big長度為3個位元組，對應的長度為24位，
使用getbit指令可以擷取到big對應的位的對應的值
是以Redis是可以直接對位進行操作的
1.2 bitmap的常用指令
1.2.1 setbit指令
setbit key offset vlaue 給位圖指定索引設定值
例子：
127.0.0.1:6379> set hello big # 設定鍵值對，key為'hello',value為'big'
OK
127.0.0.1:6379> setbit hello 7 1 # 把hello二進制形式的第8位設定為1，之前的ASCII碼為98,現在改為99，即把b改為c
(integer) 0 # 傳回的是之前這個位上的值
127.0.0.1:6379> get hello # 修改之後，擷取'hello'的值，為'cig'
"cig"
上面big的長度隻有24位，如果使用setbit指令時，指定的位大于目标的長度時
127.0.0.1:6379> setbit hello 50 1
(integer) 0
127.0.0.1:6379> get hello
"cig\x00\x00\x00 "
從第25開始到第49位，中間用0來填充，第50位才會被設定為1
1.2.2 getbit指令
getbit key offset 擷取位圖指定索引的值
127.0.0.1:6379> getbit hello 25
(integer) 0
127.0.0.1:6379> getbit hello 49
(integer) 0
127.0.0.1:6379> getbit hello 50
(integer) 1
1.2.3 bitcount指令
bitcount key [start end] 擷取位圖指定範圍(start到end,機關為位元組，如果不指定就是擷取全部)位值為1的個數
127.0.0.1:6379> bitcount hello
(integer) 14
127.0.0.1:6379> bitcount hello 0 23
(integer) 14
1.2.4 bitop指令
bitop op dtstkey key [key...] 做多個bitmap的and(交集),or(并集),not(非),xor(異或)操作并将結果儲存在destkey中
bitpos key targetBit [start] [end] 計算位圖指定範圍(start到end,機關為位元組，如果不指定就是擷取全部)第一個偏移量對應的值等于targetBit的位置
1.3 bitmap位圖應用
如果一個網站有1億使用者，假如user_id用的是整型，長度為32位，每天有5千萬獨立使用者通路，如何判斷是哪5千萬使用者通路了網站
1.3.1 方式一：用set來儲存
使用set來儲存資料運作一天需要占用的記憶體為
32bit * 50000000 = (4 * 50000000) / 1024 /1024 MB，約為200MB
運作一個月需要占用的記憶體為6G，運作一年占用的記憶體為72G
30 * 200 = 6G
1.3.2 方式二：使用bitmap的方式
如果user_id通路網站，則在user_id的索引上設定為1，沒有通路網站的user_id，其索引設定為0，此種方式運作一天占用的記憶體為
1 * 100000000 = 100000000 / 1014 /1024/ 8MB，約為12.5MB
運作一個月占用的記憶體為375MB，一年占用的記憶體容量為4.5G
由此可見，使用bitmap可以節省大量的記憶體資源
1.4 bitmap使用經驗
bitmap是string類型，單個值最大可以使用的記憶體容量為512MB
setbit時是設定每個value的偏移量，可以有較大耗時
bitmap不是絕對好，用在合适的場景最好
2.HyperLoglog
2.1 HyperLoglog簡介
基于HyperLogLog算法，極小空間完成獨立數量統計
維基百科位址
2.2 常用指令
pfadd key element [element...] 向hyperloglog添加元素
pfcount key [key...] 計算hyperloglog的獨立總數
prmerge destkey sourcekey [sourcekey...] 合并多個hyperloglog
127.0.0.1:6379> pfadd unique_ids1 'uuid_1' 'uuid_2' 'uuid_3' 'uuid_4' # 向unique_ids1中添加4個元素
(integer) 1
127.0.0.1:6379> pfcount unique_ids1 # 檢視unique_ids1中元素的個數
(integer) 4
127.0.0.1:6379> pfadd unique_ids1 'uuid_1' 'uuid_2' 'uuid_3' 'uuid_10' # 再次向unique_ids1中添加4個元素
(integer) 1
127.0.0.1:6379> pfcount unique_ids1 # 由于兩次添加的value有重複，是以unique_ids1中隻有5個元素
(integer) 5
127.0.0.1:6379> pfadd unique_ids2 'uuid_1' 'uuid_2' 'uuid_3' 'uuid_4' # 向unique_ids2中添加4個元素
(integer) 1
127.0.0.1:6379> pfcount unique_ids2 # 檢視unique_ids2中元素的個數
(integer) 4
127.0.0.1:6379> pfadd unique_ids2 'uuid_4' 'uuid_5' 'uuid_6' 'uuid_7' # 再次向unique_ids2中添加4個元素
(integer) 1
127.0.0.1:6379> pfcount unique_ids2 # 再次檢視unique_ids2中元素的個數，由于兩次添加的元素中有一個重複，是以有7個元素
(integer) 7
127.0.0.1:6379> pfmerge unique_ids1 unique_ids2 # 合并unique_ids1和unique_ids2
OK
127.0.0.1:6379> pfcount unique_ids1 # unique_ids1和unique_ids2中有重複元素，是以合并後的hyperloglog中隻有8個元素
(integer) 8
2.3 HyperLoglog記憶體消耗(百萬獨立使用者)
127.0.0.1:6379> flushall # 清空Redis中所有的key和value
OK
127.0.0.1:6379> info # 檢視Redis占用的記憶體量
...省略
# Memory
used_memory:833528
used_memory_human:813.99K # 此時Redis中沒有任何鍵值對，占用814k記憶體
used_memory_rss:5926912
used_memory_rss_human:5.65M
used_memory_peak:924056
used_memory_peak_human:902.40K
total_system_memory:1023938560
total_system_memory_human:976.50M
used_memory_lua:37888
used_memory_lua_human:37.00K
maxmemory:0
maxmemory_human:0B
maxmemory_policy:noeviction
mem_fragmentation_ratio:7.11
mem_allocator:jemalloc-3.6.0
...省略
運作如下python代碼：
import redis
import time
client = redis.StrictRedis(host='192.168.81.101',port=6379)
key = 'unique'
start_time = time.time()
for i in range(1000000):
client.pfadd(key,i)
等待python代碼運作完成，再次檢視Redis占用的記憶體數
127.0.0.1:6379> info
...省略
# Memory
used_memory:849992
used_memory_human:830.07K
used_memory_rss:5939200
used_memory_rss_human:5.66M
used_memory_peak:924056
used_memory_peak_human:902.40K
total_system_memory:1023938560
total_system_memory_human:976.50M
used_memory_lua:37888
used_memory_lua_human:37.00K
maxmemory:0
maxmemory_human:0B
maxmemory_policy:noeviction
mem_fragmentation_ratio:6.99
mem_allocator:jemalloc-3.6.0
...省略
可以看到，使用hyperloglog向redis中存入100萬條資料，需占用的記憶體為
830.07K - 813.99K約為16k
占用的記憶體很少。
當然天下沒有免費的午餐，hyperloglog也有非常明顯的局限性
首先，hyperloglog有一定的錯誤率，在使用hyperloglog進行資料統計的過程中，hyperloglog給出的資料不一定是對的
按照維基百科的說法，使用hyperloglog處理10億條資料，占用1.5Kb記憶體時，錯誤率為2%
其次，沒法從hyperloglog中取出單條資料，這很容易了解，使用16KB的記憶體儲存100萬條資料，此時還想把100萬條資料取出來，顯然是不可能的
2.4 HyperLoglog注意事項
使用hyperloglog進行資料統計時，需要考慮三個因素：
1.是否需要很少的記憶體去解決問題，
2.是否能容忍錯誤
3.是否需要單條資料
3.GEO
3.1 GEO簡介
GEO即位址資訊定位
可以用來存儲經緯度，計算兩地距離，範圍計算等
如上圖中，計算北京到天津兩地之間的距離
3.2 GEO常用指令
3.2.1 geoadd指令
geoadd key longitude latitude member [longitude latitude member...] 增加地理位置資訊
如上圖是5個城市經緯度相關資料
127.0.0.1:6379> geoadd cities:locations 116.28 39.55 beijing # 添加北京的經緯度
(integer) 1
127.0.0.1:6379> geoadd cities:locations 117.12 39.08 tianjin 114.29 38.02 shijiazhuang # 添加天津和石家莊的經緯度
(integer) 2
127.0.0.1:6379> geoadd cities:locations 118.01 39.38 tangshan 115.29 38.51 baoding # 添加唐山和保定的經緯度
(integer) 2
3.2.2 geppos指令
geopos key member [member...] 擷取地理位置資訊
127.0.0.1:6379> geopos cities:locations tianjin # 擷取天津的位址位置資訊
1) 1) "117.12000042200088501"
2) "39.0800000535766543"
3.2.3 geodist指令
geodist key member1 member2 [unit] 擷取兩個地理位置的距離,unit:m(米),km(千米),mi(英裡),ft(尺)
127.0.0.1:6379> geodist cities:locations tianjin beijing km
"89.2061"
127.0.0.1:6379> geodist cities:locations tianjin baoding km
"170.8360"
3.2.4 georadius指令和georadiusbymember指令
georedius key longitude latitude radiusm|km|ft|mi [withcoord] [withdist] [withhash] [COUNT count] [asc|desc] [store key][storedist key]
georadiusbymember key member radiusm|km|ft|mi [withcoord] [withdist] [withhash] [COUNT count] [asc|desc] [store key][storedist key]
擷取指定位置範圍内的地理位置資訊集合
withcoord:傳回結果中包含經緯度
withdist:傳回結果中包含距離中心節點位置
withhash:傳回結果中包含geohash
COUNT count:指定傳回結果的數量
asc|desc:傳回結果按照距離中心節點的距離做升序或者降序
store key:将傳回結果的地理位置資訊儲存到指定鍵
storedist key:将傳回結果距離中心節點的距離儲存到指定鍵
127.0.0.1:6379> georadiusbymember cities:locations beijing 150 km # 擷取距離北京150km範圍内的城市
1) "beijing"
2) "tianjin"
3) "tangshan"
4) "baoding"
3.3 GEO相關說明
Redis的GEO功能是從3.2版本添加
geo功能基于zset實作
geo沒有删除指令
3.3.1 使用zrem指令來進行geo的删除操作
指令：
zrem key member
127.0.0.1:6379> georadiusbymember cities:locations beijing 150 km
1) "beijing"
2) "tianjin"
3) "tangshan"
4) "baoding"
127.0.0.1:6379> zrem cities:locations baoding
(integer) 1
127.0.0.1:6379> georadiusbymember cities:locations beijing 150 km
1) "beijing"
2) "tianjin"
3) "tangshan"
3.4 GEO的應用場景
微信搖一搖