Bitmaps

简介

现代计算机用二进制（位）作为信息的基础单位， 1个字节等于8位，例如“abc”字符串是由3个字节组成，但实际在计算机存储时将其用二进制表示，“abc”分别对应的ASCII码分别是97、98、99，对应的二进制分别是01100001、 01100010和01100011，如下图
image.png
合理地使用操作位能够有效地提高内存使用率和开发效率。

  1. Redis提供了Bitmaps这个“数据类型”可以实现对位的操作：<br />（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。<br />（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。<br />![image.png](https://cdn.nlark.com/yuque/0/2021/png/22137958/1636359076682-f99207ee-66b2-4ce1-9ac5-3dd98b815a5e.png#clientId=u31c17fb7-33b4-4&crop=0&crop=0&crop=1&crop=1&from=paste&height=62&id=u633b792d&margin=%5Bobject%20Object%5D&name=image.png&originHeight=55&originWidth=553&originalType=binary&ratio=1&rotation=0&showTitle=false&size=10735&status=done&style=none&taskId=u477cd4a2-88ee-42bd-8c74-d994902b453&title=&width=625.5)

命令

setbit

（1）格式
setbit设置Bitmaps中某个偏移量的值（0或1）
image.png
*offset:偏移量从0开始

（2）实例
应用场景：记录每个独立用户是否访问过网站。
将每个用户的访问记录存放在Bitmaps中，将已访问的用户位记做1，没有访问的用户位记做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），假设现在有20个用户，userid=1， 6， 11， 15， 19的用户对网站进行了访问，那么当前Bitmaps初始化结果如图：
image.png

image.png
unique:users:20201106代表2020-11-06这天的独立访问用户的Bitmaps，其中1，6,11,15,19就是key，也就是用户id，后面追加的1就是value，代表是否访问。

注：很多应用的用户id以一个指定数字（例如10000）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（比如用户id是10001，这是第一个用户，那么前10000位是没有用户记录的，这样就浪费了），通常的做法是每次做setbit操作时将用户id减去这个指定数字。
在第一次初始化Bitmaps时，假如偏移量非常大，那么整个初始化过程执行会比较慢，可能会造成Redis的阻塞。

getbit

（1）格式
getbit获取Bitmaps中某个偏移量的值
image.png
获取键的第offset位的值（从0开始算）
（2）实例
获取id=8的用户是否在2020-11-06这天访问过，返回0说明没有访问过：
image.png
注：因为100根本不存在，所以也是返回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进行计数，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，都可以使用负数值：比如 -1 表示最后一个位，而 -2 表示倒数第二个位，start、end 是指bit组的字节的下标数，二者皆包含。

（1）格式
image.png
bitcount[start end] 统计字符串从start字节到end字节比特值为1的数量
（2）实例

  • 计算2022-11-06这天的独立访问用户数量，如下：

image.png

  • 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个字节到第3个字节之间的独立访问用户数，对应的用户id是11， 15， 19。

image.png

redis> SET mykey "foobar"
OK
redis> BITCOUNT mykey
(integer) 26
redis> BITCOUNT mykey 0 0            //因为foobar转为二进制后，前八位中有4个1
(integer) 4
redis> BITCOUNT mykey 1 1            //因为第二个八位，也就是第二个字节中有6个1，故统计为6
(integer) 6
redis>

注意：redis的setbit设置或清除的是bit位置，而bitcount计算的是byte位置。

bitop

(1)格式
bitop and(or/not/xor) [key…]
image.png
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。
(2)实例
2020-11-04 日访问网站的userid=1,2,5,9。
setbit unique:users:20201104 1 1
setbit unique:users:20201104 2 1
setbit unique:users:20201104 5 1
setbit unique:users:20201104 9 1

2020-11-03 日访问网站的userid=0,1,4,9。
setbit unique:users:20201103 0 1
setbit unique:users:20201103 1 1
setbit unique:users:20201103 4 1
setbit unique:users:20201103 9 1

  • 计算出两天都访问过网站的用户数量:

bitop and unique:users:and:20201104_03 unique:users:20201103 unique:users:20201104
image.png
image.png

  • 计算出任意一天都访问过网站的用户数量（例如月活跃就是类似这种），可以使用or求并集

image.png

Bitmaps与set对比

问题：set为什么是64位？？？？理解bitmaps的机制，为什么是1位，标记的过程？？？？？？？？？？？？？？
假设网站有1亿用户，每天独立访问的用户有5千万，如果每天用集合类型和Bitmaps分别存储活跃用户可以得到表
image.png
很明显，这种情况下使用Bitmaps能节省很多的内存空间，尤其是随着时间推移节省的内存还是非常可观的
image.png
但Bitmaps并不是万金油，假如该网站虽然有1亿用户，但是每天的独立访问用户很少，例如只有10万（大量的僵尸用户），那么bitmaps还是要有1亿个bit用于记录，而set只需100000个。两者的对比如下表所示，很显然，这时候使用Bitmaps就不太合适了，因为基本上大部分位都是0。
image.png

HyperLogLog

简介

在工作当中，我们经常会遇到与统计相关的功能需求，比如统计网站PV（PageView页面访问量）,可以使用Redis的incr、incrby轻松实现。
但像UV（UniqueVisitor，独立访客）、独立IP数、搜索记录数等需要去重和计数的问题如何解决？这种求集合中不重复元素个数的问题称为基数问题。

解决基数问题有很多种方案：
（1）数据存储在MySQL表中，使用distinct count计算不重复个数
（2）使用Redis提供的hash、set、bitmaps等数据结构来处理
以上的方案结果精确，但随着数据不断增加，导致占用空间越来越大，对于非常大的数据集是不切实际的。能否能够降低一定的精度来平衡存储空间？Redis推出了HyperLogLog。

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。
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。

什么是基数

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(不重复元素的个数)为5。基数估计就是在误差可接受的范围内，快速计算基数。

命令

pfadd

（1）格式
pfadd < element> [element …] 添加指定元素到 HyperLogLog 中
image.png
（2）实例
image.png
将所有元素添加到指定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

（1）格式
pfcount [key …] 计算HLL的近似基数，可以计算多个HLL，比如用HLL存储每天的UV，计算一周的UV可以使用7天的UV合并计算即可
image.png

（2）实例
image.png

pfmerge

（1）格式
pfmerge [sourcekey …] 将一个或多个HLL合并后的结果存储在另一个HLL中，比如每月活跃用户可以使用每天的活跃用户来合并计算可得
image.png
（2）实例
image.png

Geospatial

简介

Redis 3.2 中增加了对GEO类型的支持。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，范围查询，距离查询，经纬度Hash等常见操作。

命令

geoadd

（1）格式
geoadd< longitude> [longitude latitude member…] 添加地理位置（经度，纬度，名称）
image.png
（2）实例
geoadd china:city 121.47 31.23 shanghai
geoadd china:city 106.50 29.53 chongqing 114.05 22.52 shenzhen 116.38 39.90 beijing
image.png

  • 两极无法直接添加，一般会下载城市数据，直接通过 Java 程序一次性导入。
  • 有效的经度从 -180 度到 180 度。有效的纬度从 -85.05112878 度到 85.05112878 度。
  • 当坐标位置超出指定范围时，该命令将会返回一个错误。
  • 已经添加的数据，是无法再次往里面添加的。

    geopos

    （1）格式
    geopos [member…] 获得指定地区的坐标值
    image.png
    （2）实例
    image.png
    3、geodist
    （1）格式
    geodist [m|km|ft|mi ] 获取两个位置之间的直线距离
    image.png
    （2）实例
    获取两个位置之间的直线距离
    image.png
    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

    （1）格式
    georadius< longitude>radius m|km|ft|mi 以给定的经纬度为中心，找出某一半径内的元素
    image.png
    经度纬度距离单位

（2）实例
image.png