Redis三种特殊数据类型之geospatial、Hyperloglog、Bitmaps

三种特殊数据类型

geospatial 地理位置

可以干什么

朋友的定位、附近的人、打车距离计算
辅助查询经纬度测试数据：http://www.daquan.la/jingwei/

只有六个命令

官方文档：https://www.redis.net.cn/order/3685.html

• geoadd：添加一个（多个）地理位置

规则：两级无法直接添加，一般下载测试数据，java一次性导入
参数：key 值（经度（-180~180）、纬度（-85.05112878 ~ 85.05112878）、名称）

127.0.0.1:6379[6]> geoadd china:city 115.95 25.55 nanchang
(integer) 1
127.0.0.1:6379[6]> geoadd china:city 121.47 31.23 shanghai
(integer) 1
127.0.0.1:6379[6]> geoadd china:city 116.33 39.89 beijin
(integer) 1
127.0.0.1:6379[6]> geoadd china:city 106.50 29.53 chongqing 114.05 22.52 shenzhen
(integer) 2
127.0.0.1:6379[6]> geoadd china:city 120.16 30.24 hangzhou
(integer) 1
127.0.0.1:6379[6]> 

• peopos:获取指定的一个（多个）经度和纬度

获得当前定位：一定是一个坐标值！

127.0.0.1:6379[6]> geopos china:city beijin chongqing
1) 1) "116.3299986720085144"
   2) "39.89000061669732844"
2) 1) "106.49999767541885376"
   2) "29.52999957900659211"

• geodist：两个城市之间距离（好友之间距离）

m 表示单位为米。
km 表示单位为千米。
mi 表示单位为英里。
ft 表示单位为英尺。

127.0.0.1:6379[6]> geodist china:city beijin shanghai
"1069113.1187"
127.0.0.1:6379[6]> geodist china:city beijin shanghai km
"1069.1131"
127.0.0.1:6379[6]> geodist china:city beijin nanchang km
"1595.3768"

• georadius：以给定的经纬度为中心，找出某一半径内的元素（附近的人）

找附近的人？（获得附近的人地址，定位），通过半径查询
获得指定数量
所有数据都录入china：city，才会让结果更精确

#获取110 30经纬度为中心方圆1000km内的城市
127.0.0.1:6379[6]> georadius china:city 110 30 1000 km
1) "chongqing"
2) "shenzhen"
3) "nanchang"
4) "hangzhou"
127.0.0.1:6379[6]> georadius china:city 110 30 500 km
1) "chongqing"
#显示到中心距离的位置
127.0.0.1:6379[6]> georadius china:city 110 30 500 km withdist
1) 1) "chongqing"
   2) "341.9374"
 #显示他人的定位信息
127.0.0.1:6379[6]> georadius china:city 110 30 500 km withcoord
1) 1) "chongqing"
   2) 1) "106.49999767541885376"
      2) "29.52999957900659211"
 #筛选出指定结果
127.0.0.1:6379[6]> georadius china:city 110 30 500 km withdist withcoord count 1
1) 1) "chongqing"
   2) "341.9374"
   3) 1) "106.49999767541885376"
      2) "29.52999957900659211"

• georadiusbymember：找出位于指定元素周围的其他元素

#位于 beijing 1000km的其他元素
127.0.0.1:6379[6]> georadiusbymember china:city beijin 1000 km
1) "beijin"
127.0.0.1:6379[6]> georadiusbymember china:city shanghai 400 km
1) "hangzhou"
2) "shanghai"

• geohash：返回一个（多个）位置元素的geohash表示
  返回11个字符的geohash字符串！
  两个字符串越接近，距离越近

127.0.0.1:6379[6]> geohash china:city beijin chongqing
1) "wx4dzjubj70"
2) "wm5xzrybty0"

• geo底层实现原理其实是Zset！

127.0.0.1:6379[6]> zrange china:city 0 -1
1) "chongqing"
2) "shenzhen"
3) "nanchang"
4) "hangzhou"
5) "shanghai"
6) "beijin"
127.0.0.1:6379[6]> zrem china:city beijin
(integer) 1
127.0.0.1:6379[6]> zrange china:city 0 -1
1) "chongqing"
2) "shenzhen"
3) "nanchang"
4) "hangzhou"
5) "shanghai"

Hyperloglog

什么是基数

A{1,3,5,7,9}
B{1,3,5,7,8}
基数（不重复的元素）=5，可以接受误差！

简介

Redis2.8.9版本就更新了Hyperloglog数据结构！
Redis Hyperloglog 基数传统的算法！
优点：占用内存是固定的，2^ 64不同的元素的技术！如果从内存角度比较的话Hyperloglog首选。
网页的uv（一个人访问一个网站多次，但是还是算作一个人！）
传统方式，set保存用户id，可以统计set中元素数量作为标准判断！
这个方式如果保存大量用户id，就比较麻烦！目的为了计数，而不是保存用户id；
0.91%错误率！传统的UV任务，可以忽略不计！

测试数据

127.0.0.1:6379> pfadd pfset a b c d e f g h j j i #创建第一组元素
(integer) 1
127.0.0.1:6379> pfcount pfset #统计第一组元素基数数量
(integer) 10
127.0.0.1:6379> pfadd pfkey a s s s d s r d  #创建第二组
(integer) 1
127.0.0.1:6379> pfcount pfkey
(integer) 4
127.0.0.1:6379> pfmerge pf  pfset pfkey #合并两组
OK
127.0.0.1:6379> pfcount pf #查看并集数量
(integer) 12

如果允许容错，一定可以使用！
不允许就用自己的数据类型！

Bitmaps

位存储：

两个状态的，都可以用：同城感染人数、统计用户信息（活跃、不活跃）、登录，未登录、打卡！

测试数据

使用Bitmaps来记录周一到周日的打卡：

127.0.0.1:6379[8]> setbit sign 0 1
(integer) 0
127.0.0.1:6379[8]> setbit sign 1 0
(integer) 0
127.0.0.1:6379[8]> setbit sign 2 1
(integer) 0
127.0.0.1:6379[8]> setbit sign 3 1
(integer) 0
127.0.0.1:6379[8]> setbit sign 4 0
(integer) 0
127.0.0.1:6379[8]> setbit sign 5 0
(integer) 0
127.0.0.1:6379[8]> setbit sign 6 0
(integer) 0

查看某一天是否有打卡：

127.0.0.1:6379[8]> getbit sign 4
(integer) 0
127.0.0.1:6379[8]> getbit sign 3
(integer) 1

统计操作，统计打卡天数：

127.0.0.1:6379[8]> bitcount sign
(integer) 3