Redis中三种特殊数据类型详解_redis特殊三种数据类型是什么-优快云博客

本文链接：https://blog.youkuaiyun.com/python6_quanzhan/article/details/121399086

Redis提供三种特殊数据类型：HyperLogLogs用于基数统计，Bitmaps用于位存储，geospatial处理地理位置数据。HyperLogLogs以低内存消耗估算基数，适合统计唯一元素。Bitmaps操作二进制位记录状态，如用户活跃度。geospatial支持地理位置信息处理，如计算距离。相关命令包括geoadd, geopos, geodist等。" 127545348,13124950,ArcGIS Pro 工程管理实用技巧,"['GIS软件', 'arcgis', '工程管理']

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

Redis中三种特殊数据类型详解

Redis除了5种基础数据类型，还有三种特殊的数据类型，分别是 HyperLogLogs（基数统计）， Bitmaps (位图) 和 geospatial （地理位置）。

HyperLogLogs（基数统计）

Redis 2.8.9 版本更新了 Hyperloglog 数据结构！

什么是基数？

举个例子，A = {1, 2, 3, 4, 5}， B = {3, 5, 6, 7, 9}；那么基数（不重复的元素）= 1, 2, 4, 6, 7, 9；（允许容错，即可以接受一定误差）

HyperLogLogs 基数统计用来解决什么问题？

这个结构可以非常省内存的去统计各种计数，比如注册 IP 数、每日访问 IP 数、页面实时UV、在线用户数，共同好友数等。

它的优势体现在哪？

一个大型的网站，每天 IP 比如有 100 万，粗算一个 IP 消耗 15 字节，那么 100 万个 IP 就是 15M。而 HyperLogLog 在 Redis 中每个键占用的内容都是 12K，理论存储近似接近 2^64 个值，不管存储的内容是什么，它一个基于基数估算的算法，只能比较准确的估算出基数，可以使用少量固定的内存去存储并识别集合中的唯一元素。而且这个估算的基数并不一定准确，是一个带有 0.81% 标准错误的近似值（对于可以接受一定容错的业务场景，比如IP数统计，UV等，是可以忽略不计的）。

相关命令使用

127.0.0.1:6379> pfadd key1 a b c d e f g h i	# 创建第一组元素
(integer) 1
127.0.0.1:6379> pfcount key1					# 统计元素的基数数量
(integer) 9
127.0.0.1:6379> pfadd key2 c j k l m e g a		# 创建第二组元素
(integer) 1
127.0.0.1:6379> pfcount key2
(in