Redis三種特殊資料類型

Redis三種特殊結構的資料類型

geospatial

朋友的定位、附近的人、打車距離計算？

Redis的Geospatial在Redis3.2就推出了，這個功能可以推算地理位置的資訊，兩地之間的距離，方圓幾裡的人！

1. getadd 添加地理位置，規則：兩級無法直接添加，我們一般會下載下傳城市資料，直接通過java程式一次性導入！參數 key 值（次元、經度、名稱）

   例如：

127.0.0.1:6379> geoadd china:city 116.40 39.90 beijing #添加城市的經度緯度

(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> GEOPOS china:city beijing shenzhen #擷取指定城市的經度緯度

1) 1) “116.39999896287918091”

2) “39.90000009167092543”

2) 1) “114.04999762773513794”

2) “22.5200000879503861”

1. GEODIST:兩人之間的距離！

   機關：

   m表示機關、km表示千米

   127.0.0.1:6379> GEODIST china:city beijing shenzhen #北京到深圳的直線距離 機關：米

   “1945788.0901”

   127.0.0.1:6379> GEODIST china:city beijing shenzhen km #北京到深圳的直線距離 機關：千米

   “1945.7881”

2. GEORADIUS 以給定的經緯度為中心，找出某一半徑内的元素

   我附近的人？（獲得所有附近的人的位址，定位！）通過半徑來查詢！

127.0.0.1:6379> GEORADIUS china:city 110 30 1000 km #查詢以110 30經緯度為中心，半徑為1000km的中國城市

1) “chongqing”

2) “shenzhen”

127.0.0.1:6379> GEORADIUS china:city 110 30 500 km

1) “chongqing”

127.0.0.1:6379> GEORADIUS china:city 110 30 1000 km withdist #withdist顯示直線距離

1) 1) “chongqing”

2) “341.9374”

2) 1) “shenzhen”

2) “924.6408”

127.0.0.1:6379> GEORADIUS china:city 110 30 1000 km withcoord #顯示經緯度

1) 1) “chongqing”

2) 1) “106.49999767541885376”

2) “29.52999957900659211”

2) 1) “shenzhen”

2) 1) “114.04999762773513794”

2) “22.5200000879503861”

#找出位于指定元素周圍的其他元素：

127.0.0.1:6379> GEORADIUSBYMEMBER china:city chongqing 1100 km

1) “chongqing”

2) “shenzhen”

GEOHASH指令-傳回一個或多個位置元素的Geohash字元串屬性

127.0.0.1:6379> ZRANGE china:city 0 -1

1) “chongqing”

2) “shenzhen”

3) “beijing”

127.0.0.1:6379> zrem china:city beijing

(integer) 1

127.0.0.1:6379> ZRANGE china:city 0 -1

1) “chongqing”

2) “shenzhen”

Hyperloglog

什麼是基數？

A{1,3,5,7,8,9} B{1,3,5,7,8}

基數（不重複的元素）= 5，可以接受誤差！

簡介

Redis2.8.9版本就更新了Hyperloglog資料結構！

Redis Hyperloglog 基數統計的算法！

優點：占用的記憶體是固定，2^64不同的元素的技術，隻需要費12KB記憶體！

網頁的UV(一個人通路一個網站多次，但是還是算作一個人！)

傳統的方式，set儲存使用者的id，然後就可以統計set中的元素數量作為标準判斷！

這個方式如果儲存大量的使用者id，就會比較麻煩！我們的目的是為了技術，而不是儲存使用者id；0.81%錯誤率！統計UV任務，可以忽略不計的！

127.0.0.1:6379> PFadd mykey a b c d e f g h i j #建立第一組元素 mykey

(integer) 1

127.0.0.1:6379> PFCOUNT mykey #統計mykey元素的基數數量

(integer) 10

127.0.0.1:6379> PFadd mykey2 i j z x c v b n m #建立第二組元素 mykey2

(integer) 1

127.0.0.1:6379> PFCOUNT mykey2

(integer) 9

127.0.0.1:6379> PFMERGE mykey3 mykey mykey2 #合并兩組 mykey mykey2 => mykey3 并集

OK

127.0.0.1:6379> PFCOUNT mykey3 #看并集的數量！

(integer) 15

如果允許容錯，那麼一定可以使用Hyperloglog！

如果不允許容錯，就使用set或者自己的資料類型即可！

Bitmaps

位存儲

統計使用者資訊，活躍，不活躍！登入，未登入！打卡，365打卡！兩個狀态的，都可以使用Bitmaps！

Bitmaps位圖，資料結構！都是操作二進制位來進行記錄，就隻有0和1兩個狀态！

365天=365bit 1位元組=8bit 46個位元組左右！

1. 常用操作:模拟一周打卡的情況

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

127.0.0.1:6379> getbit sign 3

(integer) 1

127.0.0.1:6379> bitcount sign #統計這周的打卡記錄，就可以看到是否有全勤！

(integer) 3