1、Bitmaps

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：
（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。

1、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

127.0.0.1:6379> setbit users:20210514 1 1
(integer) 0
127.0.0.1:6379> setbit users:20210514 6 1
(integer) 0
127.0.0.1:6379> setbit users:20210514 11 1
(integer) 0
127.0.0.1:6379> setbit users:20210514 15 1
(integer) 0
127.0.0.1:6379> setbit users:20210514 19 1
(integer) 0

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，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。

2、getbit

getbit<key><offset>获取Bitmaps中某个偏移量的值,获取键的第offset位的值（从0开始算）

127.0.0.1:6379> getbit users:20210514 6
(integer) 1
127.0.0.1:6379> getbit users:20210514 7
(integer) 0
127.0.0.1:6379> getbit users:20210514 15
(integer) 1
127.0.0.1:6379> getbit users:20210514 20
(integer) 0

注：因为20根本不存在，所以也是返回0

3、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。

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

127.0.0.1:6379> bitcount users:20210514 1 2
(integer) 3
127.0.0.1:6379> bitcount users:20210514 2 3
(integer) 1
127.0.0.1:6379> bitcount users:20210514 0 1
(integer) 4
127.0.0.1:6379> bitcount users:20210514 0 2
(integer) 5

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

4、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。

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

127.0.0.1:6379> bitop and dest unique:users:20201103 unique:users:20201104
(integer) 2
127.0.0.1:6379> bitcount dest
(integer) 2

5、Bitmaps与set对比

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。

2、HyperLogLog

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)为5。基数估计就是在误差可接受的范围内，快速计算基数。

1、pfadd

pfadd <key>< element> [element ...]添加指定元素到 HyperLogLog 中

127.0.0.1:6379> pfadd lang "java"
(integer) 1
127.0.0.1:6379> pfadd lang "c"
(integer) 1
127.0.0.1:6379> pfadd lang "c++"
(integer) 1
127.0.0.1:6379> pfadd lang "php"
(integer) 1
127.0.0.1:6379> pfadd lang "java"
(integer) 0
127.0.0.1:6379> pfadd lang "mysql" "redis"
(integer) 1

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。

2、pfcount

pfcount<key> [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

127.0.0.1:6379> pfcount lang
(integer) 6

3、pfmerge

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，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

127.0.0.1:6379> pfadd lang js html css java
(integer) 1
127.0.0.1:6379> pfadd lang2 c c++ java
(integer) 1
127.0.0.1:6379> pfmerge result lang lang2
OK
127.0.0.1:6379> pfcount result
(integer) 6

3、Geospatial

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。

1、geoadd

geoadd<key>< longitude><latitude><member> [longitude latitude member...]添加地理位置（经度，纬度，名称）

127.0.0.1:6379> geoadd china:city 121.47 31.23 shanghai
(integer) 1
127.0.0.1:6379> geoadd china:city 106.50 29.53 chongqing 116.38 39.90 beijing
(integer) 2

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。

2、geopos

geopos<key><member> [member...]获得指定地区的坐标值

127.0.0.1:6379> geopos china:city beijing
1) 1) "116.38000041246414185"
   2) "39.90000009167092543"

3、geodist

geodist<key><member1><member2>[m|km|ft|mi ]获取两个位置之间的直线距离

127.0.0.1:6379> geodist china:city shanghai beijing 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

4、georadius

georadius<key>< longitude><latitude>radiusm|km|ft|mi以给定的经纬度为中心，找出某一半径内的元素

127.0.0.1:6379> georadius china:city 110 30 1000 km
1) "chongqing"