Redis新数据类型
Bitmaps
Redis提供了Bitmaps这个“数据类型”可以实现对位的操作：
（1） Bitmaps本身不是一种数据类型， 实际上它就是字符串（key-value） ， 但是它可以对字符串的位进行操作。
（2） Bitmaps单独提供了一套命令， 所以在Redis中使用Bitmaps和使用字符串的方法不太相同。 可以把Bitmaps想象成一个以位为单位的数组， 数组的每个单元只能存储0和1， 数组的下标在Bitmaps中叫做偏移量
命令
- setbit
- setbit key offset value 设置Bitmaps中某个偏移量的值 （0或1）
*offset：偏移量从0开始 - 实列
每个独立用户是否访问过网站存放Bitmaps中，将访问的用户记作 1， 没有访问的用户记作 0 ，用偏移量作为用户的id
设置键的第offset个位的值（从0算起），假设20个用户，userid=1， 11， 15， 19 对网站进行了访问，那么Bitmaps初始化结果如下
- setbit key offset value 设置Bitmaps中某个偏移量的值 （0或1）
Aredis:0>setbit unique:users:20230101 1 1
"0"
Aredis:0>setbit unique:users:20230101 6 1
"0"
Aredis:0>setbit unique:users:20230101 11 1
"0"
Aredis:0>setbit unique:users:20230101 15 1
"0"
Aredis:0>setbit unique:users:20230101 19 1
"0"
**注：**
很多应用的用户id以一个指定的数字开头，直接将用户id和Bitmaps的偏移量对应势必会造成一定的浪费，通常做法是每次 setbit 操作时将用户id减去这个指定的数字
在第一次初始化Bitmaps时，加入偏移量非常大，那么整个初始化的过程执行会比较慢，可能会造成Redis阻塞
- getbit
getbit key offset 获取Bitmaps中某个偏移量的值
# 返回0表示没有访问过
Aredis:0>getbit unique:users:20230101 8
"0"
Aredis:0>getbit unique:users:20230101 6
"1"
Aredis:0>getbit unique:users:20230101 11
"1"
Aredis:0>getbit unique:users:20230101 11100
"0"
Aredis:0>getbit unique:users:20230101 100
"0"
- bitcount
统计字符串被设置为1的bit数。一般情况下，给定的整个字符串都会被计数，通过指定额外的start或end参数，可以让计数只在特定的位上进行。start和end参数的设置，都可以i使用负数值：比如-1表示最后一位，start和end指的是bit组的字节的下标数，二至皆包含
格式
bitcount key start end 统计字符串从start字节到end字节比特值为1的数量
Aredis:0>bitcount unique:users:20230101
"5"
start和end代表起始和结束字节数，下面操作计算用户id在第1到3个字节之间的访问用户数
Aredis:0>bitcount unique:users:20230101 1 3
"3"
注意：setbit设置或清除的是bit位置，而bitcount计算的是byte位置
- bitop
bitop and （or/not/xor）destkey [key…]
bitop是一个复合操作，它可以做多个Bitmaps的and（交集）、or（并集）、not（非）、xor（异或）操作并将结果保存在destkey中
Aredis:0>bitcount unique:users:20230301
"0"
Aredis:0>bitcount unique:users:20230101
"5"
Aredis:0>bitcount unique:users:20230101 1 3
"3"
Aredis:0>setbit unique:users:20221220 1 1
"0"
Aredis:0>setbit unique:users:20221220 4 1
"0"
Aredis:0>setbit unique:users:20221220 9 1
"0"
Aredis:0>setbit unique:users:20221220 11 1
"0"
Aredis:0>bitop and unique:users:and:22_23 unique:users:20221220 unique:users:20230101
"3"
计算出任意一天都访问的用户数量，可以使用or求并集
Aredis:0>bitop or unique:users:or:22_23 unique:users:20221220 unique:users:20230101
"3"
Aredis:0>bitcount unique:users:or:22_23
"7"
Bitmaps与set对比
假设1亿用户，每天独立访问量50000000，如果每天用set类型和bitmaps类型分别存储可以得到
| 数据类型 | 每个id占用空间 | 需要存储的用户量 | 全部内存量 |
|---|---|---|---|
| set类型 | 64位 | 50000000 | 64 / 8 * 50000000 = 400Mb |
| Bitmap类型 | 1位 | 100000000 | 1 / 8 * 100000000 = 12.5Mb |
这种情况下使用Bitmaps能节省很多内存空间。
但是如果每天独立访问量很少，只有100000，那么两这个对比使用Bitmaps就不合适了
| 数据类型 | 每个id占用空间 | 需要存储的用户量 | 全部内存量 |
|---|---|---|---|
| set类型 | 64位 | 100000 | 64 / 8 * 100000 = 800kb |
| Bitmap类型 | 1位 | 100000000 | 1 / 8 * 100000000 = 12.5Mb |
HyperLogLog
求集合中不重复元素的问题称为基数问题
Redis HyperLogLog是用来做基数统计的算法，HyperLogLog的优点是，在输入元素的数量或体积非常大时，计算基数所需的空间总时固定的、并且时很小的
但是，因为HyperLogLog只会根据输入元素来计算基数，而不会存储输入元素本身，所以HyperLogLog不能像集合那样，返回输入的各个元素
基数
数据集中不重复的元素
命令
pfadd key element [element…]
添加指定元素到HyperLogLog中
Aredis:0>pfadd h1 "redis"
"1"
Aredis:0>pfadd h1 "mysql"
"1"
Aredis:0>pfadd h1 "redis"
"0"
将所有的元素添加到指定的HyperLogLog数据结构中，如果执行命令后HLL估计的近似基数发生变化，则返回1， 否则 返回 0
pfcount key [key …] 计算HHL的近似基数，可以计算多个HLL，比如HLL存储每天的UV，计算一周的UV可以用7天UV合并计算
Aredis:0>pfadd h2 "redis"
"1"
Aredis:0>pfadd h2 "mongo"
"1"
Aredis:0>pfcount h1 h2
"3"
pfmerge destkey sourcekey [sourcekey…] 将一个或多个HLL合并后的结果存储在另一个HLL中
Aredis:0>PFMERGE H3 h2 h1
"OK"
Aredis:0>PFCOUNT H3
"3"
Geospatial
GEO, Geographic，地理信息的缩写。该类型就是元素的2维坐标，在地图上就是经纬度。redis基于该类型，提供了经纬度设置，查询，距离查询，范围查询，经纬度Hash常见操作
geoadd key longitude latitude member [longitude latitude member…] 添加地理位置（经度、纬度、名称）
Aredis:0>geoadd china:city 121.47 31.23 shanghai
"1"
Aredis:0>geoadd china:city 106.50 39.53 chongqing 116.38 39.90 北京
"2"
两极无法直接添加，一般会下载城市数据，通过脚本一次性导入。有效的精度从-180到180，维度从-85.05112878 度到 85.05112878 度
已经添加的数据无法再次往里面添加
geopos key memeber [member…] 获得指定地区的坐标值
Aredis:0>geopos china:city shanghai
1) 1) "121.47000163793563843"
2) "31.22999903975783553
geodist key member1 member2 获取两个位置之间的直线距离
Aredis:0>geodist china:city shanghai 北京 km
"1068.1535"
# 单位：
# m 表示单位为米[默认值]。
# km 表示单位为千米。
# mi 表示单位为英里。
# ft 表示单位为英尺。
# 如果用户没有显式地指定单位参数， 那么 GEODIST 默认使用米作为单位
georadius key lonitude latitude radius m|km|ft|mi 以给定的的经纬度位中心，找出某一半径内的元素
Aredis:0>georadius china:city 110 30 3000 km
1) "chongqing"
2) "shanghai"
3) "北京"