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
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。
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
*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:
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:
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
bitcount
(2)实例
- 计算2022-11-06这天的独立访问用户数量,如下:
- 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。
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)
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
- 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
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
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
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。
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
(2)实例
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
pfmerge
(1)格式
pfmerge
(2)实例
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
(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
- 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
(2)实例
3、geodist
(1)格式
geodist[m|km|ft|mi ] 获取两个位置之间的直线距离
(2)实例
获取两个位置之间的直线距离
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
经度纬度距离单位
(2)实例