Redis高级数据类型

最新推荐文章于 2024-06-06 10:05:21 发布
原创 最新推荐文章于 2024-06-06 10:05:21 发布 · 247 阅读 · 0 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#redis #数据库

Redis高级数据类型

Bitmaps

- 获取指定key对应偏移量上的bit值
	getbit key offset
- 设置指定key对应偏移量上的bit值，value只能是1或0
	setbit key offset value
- 对指定key按位进行交、并、非、异或（and、or、not、xor）操作，并将结果保存到destkey中
	bitop op destkey key1 key2 ...
- 统计指定key中1的数量
	bitcount key start end

HyperLogLog

  • 一般用于统计基数，不是集合，不保存数据，仅记录数量
  • 核心是基数估算算法，最终数值存在一定误差
  • 误差范围：基数估计的结果是一个带有0.81%标准错误的近似值
  • 耗空间极小，每个hyperloglog key占用12K的内存用于标记基数
  • pfadd命令不是一次性分配12K内存使用，会随着基数的增加内存逐渐增大
  • pfmerge命令合并后占用的存储空间为12K，无论合并之前的数据量是多少
- 添加数据
	pfadd key element ...
- 统计数据
	pfcount key ...
- 合并数据
	pfmerge destkey sourcekey ...

GEO

一般用于地理位置计算

- 添加坐标点
	geoadd key longitude latitude member [longitude latitude member ...]
- 获取坐标点
	geopos key member [member ...]
- 计算坐标点水平距离
	geodist key member1 member2 [unit]
- 根据坐标及半径求范围内的数据
	georadius key longitude latitude radius m|km|ft|mi ...
- 根据点及半径求范围内的数据
	georadiusbymember key member radius m|km|ft|mi ...
- 获取指定点对应的坐标的hash值
	geohash key member [member ...]
Redis 高级数据类型
zhongshun0928的博客
08-01 160
Bitmaps 按位操作 Bitmaps不是一种新的数据结构，本质就是字符串，只是它可以对字符串的位进行操作。 Bitmaps的基础操作 获取key对应偏移量上的bit值 getbit key offset 设置key对应偏移上的bit值 //value只能是1或0(存的是状态，不是真实的数据) setbit key offset value 没有设置的位，也能取出来，默认是0。 Bitmaps的扩展操作 对key按位进行与、或、非、异或操作 //not：非 //xor：异或 //结果保
（仿牛客社区项目）Java开发笔记7.3：Redis高级数据类型
weixin_45700663的博客
07-25 429
（仿牛客社区项目）Java开发笔记7.3：Redis高级数据类型
（Redis）：高级数据类型
baidu_41388533的博客
11-27 327
目录 高级数据类型 Bitmaps Bitmaps类型的基础操作 业务场景【redis 应用于信息状态统计】 Bitmaps类型的扩展操作 HyperLogLog HyperLogLog类型的基本操作【redis 应用于独立信息统计】 GEO GEO类型的基本操作【redis 应用于地理位置计算】 高级数据类型 Bitmaps 【存储需求】 Bitmaps类型的基础操作 获取指定key对应偏移量上的bit值 getbit key offset 设置指定key对应
【Redis教程0x04】详解Redis的4个高级数据类型
weixin_70757494的博客
03-24 1127
Redis HyperLogLog是Redis 2.8.9新增的数据类型，是一种用于基数统计的数据集合类型，基数统计就是指统计一个集合中不重复的元素个数。但要注意的是，HyperLogLog的统计规则是基于概览完成的，误算率为0.81%。简单来说，HyperLogLog就是提供不精确的去重计数。HyperLogLog 的优点是，在输入元素的数量或者体积非常非常大时，计算基数所需的内存空间总是固定的、并且是很小的。只需要 12k 的空间就能存储接近**2^64**个不同元素。
redis 高级数据类型之 HyperLogLog 算法详细介绍
一个火星程序员的专栏
10-30 1383
HyperLogLog是一个专门为了计算集合的基数而创建的概率算法，对于一个给定的集合，HyperLogLog可以计算出这个集合的近似基数：近似基数并非集合的实际基数，它可能会比实际的基数小一点或者大一点，但是估算基数和实际基数之间的误差会处于一个合理的范围之内，因此那些不需要知道实际基数或者因为条件限制而无法计算出实际基数的程序就可以把这个近似基数当作集合的基数来使用。
Java 使用 Jedis 操作 Redis 各种数据类型详解
微笑听雨
06-06 5479
在这篇指南中，我们将详细介绍如何使用 Java 通过 Jedis 客户端操作 Redis 的各种数据类型。每个示例都展示了如何连接到 Redis 并使用 Jedis 客户端执行各种操作，涵盖了字符串、列表、集合、哈希、有序集合、位图、HyperLogLog、流、地理空间以及发布/订阅模式。通过这些示例，你将能够全面了解和掌握如何在 Java 中使用 Redis。
Redis高级数据类型（HyperLogLog，BitMap）
好好学习天天向上
05-10 684
HyperLogLog 采用一种基数算法，用于完成独立总数的统计。 占据空间小，无论统计多少个数据，只占12K的内存空间。 不精确的统计算法，标准误差为0.81%。 //统计20万个重复数据的独立总数 @Test public void testHyperLogLog(){ String RedisKey = "test:hll:01"; for (int i =1 ; i <= 100000; i++){
redis高级数据类型
weixin_46744534的博客
03-26 194
高级数据类型 Bitmaps 如果一家电影公司想统计年度浏览量最低、月度浏览量最低、周浏览量最低的数据，我们该怎么办呢？ 存储需求 我们可以使用bit（位）来完成，比如数据库内共有10000部电影。那么我们就可以利用10000位来，每个bit上数据如果为1，那么说明今天播放过，为0说明今天没用播放过。 Bitmaps类型的基础操作 获取指定key对应偏移量上的bit值 getbit key offset （offset：第几位的） 设置指定key对应偏移量上的bit值，value只能是1或0
Redis之高级数据类型
weixin_56674682的博客
11-25 690
目录 Bitmaps数据类型 Hyperloglog数据类型 GEO数据类型 业务场景： 电影网站公司开年度总结会，商讨关于服务器续租的问题，因为，每年都有新的电影，肯定要把新的电影放进资源中。有员工就提议可以续租服务器并且提高存储的容量，有员工就说可以自己搭一个服务器，有员工就说可以将那些常年没人看的电影或者观看频度非常低的电影进行一个下架，这样就可以节约存储空间也不需要去扩充服务器的容量 业务分析： ①如何去统计每部电影的每天观看次数、每周观看次数、每月观看次数，每年观看次数 ②获取年.
Redis高级数据类型(HyperLogLog、Bitmap)
m0_59860403的博客
04-30 1912
HyperLogLog 采用一种基数算法，用于完成独立总数的统计。 占据空间小，无论统计多少个数据，只占12k的内存 不精确的统计算法，标准误差为0.81% 当数据量较大，但是不要求精确值的时候可以使用HyperLogLog 使用 //统计20万重复数字的独立总数(就是去重之后的总数) @Test public void testHyperLogLog(){ String redisKey="test:hll:01"; for(int i=
Redis高级数据类型(Bitmaps,HyperLogLog,GEO)
yijian941215的博客
05-22 1110
1.Bitmaps 简介 bitmap是一种伪数据类型，是基于String实现的。因为redis的key和value本身就支持二进制的存储方式，所以bitmaps只是一个独特的扩展。因为是面向字节操作，所以他的最大长度就是512M，最适合设置成2^32个不同字节。 业务场景 电影网站 统计每天某一部电影是否被点播 统计每天有多少部电影被点播 统计每周/月/年有多少部电影被点播 统计年度哪部电影没有被点播 Bitmaps类型的基础操作 获取指定key对应偏移量上的bit值 ge
redis常用数据类型
最新发布
06-27
Redis 是一个高性能的键值数据库，支持多种数据类型，这些数据类型为开发者提供了丰富的操作能力。以下是 Redis 中常用的五种数据类型： - **String（字符串）** 这是 Redis 中最基本的数据类型，可以存储文本或二进制数据。String 类型不仅可以存储字符串，还可以存储整数和浮点数，并支持对这些数值进行自增或自减操作[^2]。 - **Hash（哈希）** Hash 是一个键值对集合，适合用于存储对象。例如，可以使用 Hash 来存储用户信息，其中每个字段对应用户的某个属性。Hash 的键必须是唯一的，这使得它非常适合表示结构化的数据[^2]。 - **List（列表）** List 是一个有序的字符串集合，支持在头部或尾部添加或删除元素。这种结构非常适合实现队列或栈的功能。List 中的元素是可以重复的，并且按照插入顺序排列[^2]。 - **Set（集合）** Set 是一个无序的字符串集合，不允许重复元素。与 List 不同，Set 提供了高效的成员检查功能，并支持集合运算，如并集、交集和差集等操作[^2]。 - **Sorted Set（有序集合）** Sorted Set 是 Set 的扩展版本，每个元素都关联一个分数（score），用于对集合中的元素进行排序。尽管元素本身不能重复，但它们的分数可以相同。Sorted Set 支持按分数范围查询数据，非常适用于排行榜类的应用场景[^4]。 此外，Redis 还提供了一些高级数据结构，如 Bitmaps、HyperLogLog 和 Streams，这些结构进一步增强了 Redis 在处理特定问题时的能力。 ### 示例：使用 Sorted Set 实现排行榜 ```python import redis # 创建 Redis 客户端连接 r = redis.StrictRedis(host='localhost', port=6379, db=0) # 添加成员到有序集合中 r.zadd('leaderboard', {'player1': 150}) r.zadd('leaderboard', {'player2': 200}) r.zadd('leaderboard', {'player3': 180}) # 获取所有成员及其分数 rankings = r.zrange('leaderboard', 0, -1, withscores=True) for member, score in rankings: print(f"Member: {member.decode()}, Score: {score}") ```
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值