Redis高级特性详解-优快云博客

本笔记基于bilibili尚硅谷Redis学习视频整理而来

Redis新数据类型

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：

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。
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。

命令

setbit

格式

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

下面我们用users代表某段时间的独立访问用户的Bitmaps：

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-IUEJxhZ1-1648649726619)(C:\Users\15998\AppData\Roaming\Typora\typora-user-images\image-20220324142816276.png)]

需要注意的是：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。

getbit

格式

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）

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：

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。

格式

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

实例

计算某个区间内存在的用户数

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。

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

格式

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。

(2)实例

求两个用户列表的交集：

计算出两个列表都有的用户的数量，可以使用or求并集

可以求例如网站任意数天都访问过网站的用户的数量

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，那么可以计算出set和Bitmaps存储一天活跃用户所需内存量的对比：

数据	每个用户id占用空间	需要存储的用户量	全部内存量
Set	64位	50000000	64位*50000000 = 400MB
BitMap	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

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。

关于基数

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。

命令

pfadd

格式

pfadd <key> <element> [element...]

添加指定元素到 HyperLogLog 中

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。

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-iXR9uDTN-1648649726623)(C:\Users\15998\AppData\Roaming\Typora\typora-user-images\image-20220325214529752.png)]

同时添加多个：

pfcount

格式

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

实例

计算语言的种类：

pfmerge

格式

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.

实例

新创建一个HLL并存入两个值，分别查看两个HLL的count，之后merge，可以看到的是，得到的结果是两个HLL元素的基数：

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

格式

geoadd <key> <longitude> <latitude> <member> [longitude latitude member ...]

添加地理位置（经度，纬度，名称）

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

需要注意的是：两极无法直接添加，所以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

格式

geopos <key> <member> [member...]

获得指定地区的坐标值。

实例

geodist

格式

geodist <key> <member1> <member2> [m | km | ft | mi]

获取两个位置之间的直线距离。

实例

获取两个位置之间的直线距离

单位：

名称	含义
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

格式

georadius <key> <longitude> <latitude> 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.

四个参数分别是：经度纬度距离单位。

实例

找出以东经110°，北纬30°为中心，半径为1000km内的城市；