Reids | Redis的特殊类型命令---geospatial、hyperloglog、bitmaps

Redis的三种特殊类型

geospatial 地理空间

主要用于存储地理位置信息,并对存储的信息进行操作,适用场景如定位、附近的人等。

城市经纬度查询:城市经纬度查询-国内城市经度纬度在线查询工具

geoadd:添加位置

添加地理位置 格式:geoadd key 纬度 经度 名称(两极直接无法添加)

geopos:返回给定名称经纬度

返回给定名称的纬度和经度 格式:geopos key 名称

Reids | Redis的特殊类型命令---geospatial、hyperloglog、bitmaps_第1张图片

geodist:返回给定位置距离

返回两个给定位置之间的距离 格式:geodist key 名称1 名称2 距离单位

距离单位:

  • m 米

  • km 千米

  • mi 英里

  • ft 英尺

geohash:返回一个11字符的geohash字符串

返回一个11个字符的geohash字符串 格式:geohash key 名称

georadius:找到某一给定位置的半径内元素

以给定的经纬度为中心,找到某一个半径内的元素 格式:georadius key 经度 纬度 半径大小 单位

Reids | Redis的特殊类型命令---geospatial、hyperloglog、bitmaps_第2张图片

georadiusbymember:以一成员变量为中心,查找指定半径范围内元素

以一个成员为中心,查找指定范围内容的元素 格式:georadiusbymember key 名称 范围大小 单位

geo的底层是一个zset集合

Reids | Redis的特殊类型命令---geospatial、hyperloglog、bitmaps_第3张图片

hyperloglog

Redis 在 2.8.9 版本添加了 HyperLogLog 结构。HyperLogLog 是用来做基数统计的算法,其优点是,在输入元素的数量或者体积非常非常大时,计算基数所需的空间总是固定的、并且是很小的。典型的使用场景是统计独立访客。在 Redis 里面,每个 HyperLogLog 键只需要花费 12 KB 内存,就可以计算接近 2^64 个不同元素的基 数。这和计算基数时,元素越多耗费内存就越多的集合形成鲜明对比。但是,因为 HyperLogLog 只会根据输入元素来计算基数,而不会储存输入元素本身,所以 HyperLogLog 不能像集合那样,返回输入的各个元素。

基数的概念

比如数据集 {1, 3, 5, 7, 5, 7, 8},那么这个数据集的基数集为 {1, 3, 5 ,7, 8}, 基数(数据集中不重复元素)为5。基数估计就是在误差可接受的范围内,可以接受一定的误差,快速计算基数。

常见命令:pfadd pfcount pfmerge

Reids | Redis的特殊类型命令---geospatial、hyperloglog、bitmaps_第4张图片

使用:

Reids | Redis的特殊类型命令---geospatial、hyperloglog、bitmaps_第5张图片

bitmaps

位图,可以认为是一个以位为单位数组,数组中的每个单元只能存0或者1,数组的下标在 Bitmap 中叫做偏移量。Bitmap的长度与集合中元素个数无关,而是与基数的上限有关。

bitmap是位图存储的,都是二进制来进行记录,所有只要是两种状态值的场景,都可以使。bitmaps来存储,比如:登录,未登录;打卡,未打卡;活跃,不活跃等。

setbit

在bitmaps中添加数据 格式:setbit key offset value

Reids | Redis的特殊类型命令---geospatial、hyperloglog、bitmaps_第6张图片

getbit

查看位图上某个位置的值 格式:getbit key offset

Reids | Redis的特殊类型命令---geospatial、hyperloglog、bitmaps_第7张图片

bitcount

统计位图上value等于1的个数 格式:bitcount key start end


以上是学习过程中的总结,如有错误或者疑问,欢迎一起交流学习~

你可能感兴趣的:(Redis,java,nosql,数据库,redis)