1. Bitmaps(本身并不是一个数据类型)
1. 基本概念
bit: 位
bitmaps: 可以进行位操作的字符串. bitmaps相当于是一个容器。key代表容器名,偏移量代表下标位置,值是下标对应的数值。
2. bitmaps的常见操作
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
实例:
每个独立用户是否访问过网站存放在Bitmaps中,将访问的用户记做1,没有访问的用户记做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:
语法: setbit key 偏移量 值
注意: key—-》当前容器的名字
eg: setbit users:20210101 1 1 解释: 将当前容器名(key)为 user:20210101 的容器的下标为1 处对应的值设置为1.
2. getbit
(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
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。
(1)格式
bitcount
(2)实例
计算2022-11-06这天的独立访问用户数量
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。
举例: K1 【01000001 01000000 00000000 00100001】,对应【0,1,2,3】
bitcount K1 1 2 :统计下标1、2字节组中bit=1的个数,即01000000 00000000
—》bitcount K1 1 2 —》1
bitcount K1 1 3 :统计下标1、2字节组中bit=1的个数,即01000000 00000000 00100001
—》bitcount K1 1 3—》3
bitcount K1 0 -2 :统计下标0到下标倒数第2,字节组中bit=1的个数,即01000001 01000000 00000000
—》bitcount K1 0 -2—》3
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 交集/并集/与或非
(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
3. 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:
set和Bitmaps存储一天活跃用户对比 | |||
---|---|---|---|
数据 类型 |
每个用户id占用空间 | 需要存储的用户量 | 全部内存量 |
集合 类型 |
64位 | 50000000 | 64位*50000000 = 400MB |
Bitmaps | 1位 | 100000000 | 1位*100000000 = 12.5MB |
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:
set和Bitmaps存储独立用户空间对比 | |||
---|---|---|---|
数据类型 | 一天 | 一个月 | 一年 |
集合类型 | 400MB | 12GB | 144GB |
Bitmaps | 12.5MB | 375MB | 4.5GB |
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。
set和Bitmaps存储一天活跃用户对比(独立用户比较少) | |||
---|---|---|---|
数据类型 | 每个userid占用空间 | 需要存储的用户量 | 全部内存量 |
集合类型 | 64位 | 100000 | 64位*100000 = 800KB |
Bitmaps | 1位 | 100000000 | 1位*100000000 = 12.5MB |
2. HyperLogLog—-基数操作
1. 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)为5。基数估计就是在误差可接受的范围内,快速计算基数。
2. 命令
2.1 pfadd
1)格式
pfadd
eg: pfadd program “java”
pfadd program “php”
pfadd program “java”
pfadd program “java” “c++” “mysql”
将所有元素添加到指定HyperLogLog数据结构中。如果执行命令后program估计的近似基数发生变化,则返回1,否则返回0。
2.2 pfcount
(1)格式
pfcount
(2)实例
2.3 pfmerge
(1)格式
pfmerge
(2)实例
3. Geospatial
3.1 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。
3.2 命令
3.2.1、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。
3.2.2 geopos
(1)格式
geopos
(2)实例
3.2.3 geodist
(1)格式
geodist
(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
3.2.4 georadius
1)格式
georadius
经度纬度距离单位
(2)实例