redis高级用法bitmap、布隆过滤器、hyperloglogs和geospatial

最新推荐文章于 2025-04-16 07:47:56 发布

置顶

ing奋斗中的码农

最新推荐文章于 2025-04-16 07:47:56 发布

阅读量653

点赞数

分类专栏： redis 文章标签： redis java

本文链接：https://blog.youkuaiyun.com/weixin_42192073/article/details/115223006

版权

本文介绍了Redis中的高级用法，包括位图(Bitmap)用于节省空间存储大量用户信息，布隆过滤器(Bloom Filter)实现高效的集合查询，可能会有误判，HyperLogLogs用于基数统计，以及Geospatial功能，可用于地理位置相关的查询，如附近或同城人的查找。这些特性在实际应用中具有很高的价值。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

1.bitmap位图
位图不是实际的数据类型，而是在String类型上定义的一组面向位的操作，使用1，0来表示数据，redis的key和value是有大小限制的，都是不能超过512M，那么bitmap最大能设置2^32的长度。

  8 bit = 1byte  
 1024 byte = 1kb
 1024 kb = 1Mb
 512 * 1024 * 1024 *8 = 2^32l

使用

setbit k offset value offset为二进制的偏移量 针对二进制修改值为value
   setbit k 1 1 -> get k = @  (0100 0000)
   setbit k 7 1 -> get k = A    (0100 0001)
   setbit k 9 1 -> get k = A@ (0100 0001 0100)
bitcount k start end 统计二进制1出现的次数 start end 代表字节长度
   bitcount k 0 0 计算出第0个字节八位当中的1的次数
   bitcount k 0 1  计算出第0个字节和第一个字节 这十六位中出现的1的次数

bitpos key bit start end ,在该key中，第start的位置到end的位置 该bit的位置
   bitpos k 0 1 1 ->8 (0100 0001 0 100)
bitop 二进制运算

使用场景

1.统计用户的登录天数 随机统计某阶段天数
  可以把一年当成365个二进制位，登录则把某天改为1，统计某些天的1的次数
  setbit json 320 1
  setbit json 310 1
  setbit json 1 1
  setbit js

最低0.47元/天解锁文章