上一篇 ：6. 五大基本数据类型

下一篇 ：8. 事务

文章目录

1. Geospatial （地理位置）2. HyperLogLog2.1 简介2.2 使用 3. BitMaps

1. Geospatial （地理位置）

官方文档 ：https://www.redis.net.cn/order/3685.html查询一些地理位置的测试数据 ：http://www.jsons.cn/lngcode/这个功能可以推算两地之间的距离，方圆几里内的人Geospatial 相关的命令都以 GEO 开头

添加地理位置 —— GEOADD

GEOADD key 经度 纬度 位置名称 [经度 纬度 位置名称 ……]

提示：

地球两极无法添加一般来说，可以下载城市数据，直接通过 java 程序导入

查询录入的地理位置—— GEOPOS

GEOPOS key member [member …]

两地之间的距离 —— GEODIST

GEODIST key member1 member2 [m|km|ft|mi]

距离单位参数说明：

m ：米，默认单位。km ：千米。mi ：英里。ft ：英尺。

以给定的经纬度为中心， 找出某一半径内的元素 —— GEORADIUS

GEORADIUS key 经度 纬度 半径 m|km|ft|mi [ WITHCOORD ] [ WITHDIST ] [ WITHHASH ] [ COUNT count ] [ASC | DESC] [STORE key] [STOREDIST key]

参数说明：

m|km|ft|mi 表示单位 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。 WITHDIST: 将位置元素与中心之间的距离也一并返回。WITHCOORD: 将位置元素的经度和维度也一并返回。WITHHASH: 以 52 位有符号整数的形式， 返回位置元素经过原始 geohash 编码的有序集合分值。 这个选项主要用于底层应用或者调试， 实际中的作用并不大。ASC | DESC 表示排序规则 ASC: 根据中心的位置， 按照从近到远的方式返回位置元素。DESC: 根据中心的位置， 按照从远到近的方式返回位置元素。 COUNT ：获取前 N 个匹配元素

以给定元素作为中心点，获取一定半径范围内的其他元素 —— GEORADIUSBYMEMBER

GEORADIUSBYMEMBER key member radius m|km|ft|mi [WITHCOORD] [WITHDIST] [WITHHASH] [COUNT count]

参数说明：

m|km|ft|mi 表示单位 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。 WITHDIST: 将位置元素与中心之间的距离也一并返回。WITHCOORD: 将位置元素的经度和维度也一并返回。WITHHASH: 以 52 位有符号整数的形式， 返回位置元素经过原始 geohash 编码的有序集合分值。 这个选项主要用于底层应用或者调试， 实际中的作用并不大。ASC | DESC 表示排序规则 ASC: 根据中心的位置， 按照从近到远的方式返回位置元素。DESC: 根据中心的位置， 按照从远到近的方式返回位置元素。 COUNT ：获取前 N 个匹配元素

返回一个或多个位置元素的 Geohash 表示 —— GEOHASH

GEOHASH key member [member …]

这里返回的是经纬度的 Hash 值，如果某两地的 Hash 值越接近，表示距离越近

实际应用 ：朋友圈的定位、附近的人、打车距离计算

获取所有人的位置信息，存放在一个集合中，然后筛选一定半径内的人

GEO 底层的实现原理就是 Zset ，可以使用 ZSet 命令来操作 GEO

用 ZSet 查询所有城市

移除一个城市

2. HyperLogLog

2.1 简介

官方文档 ：https://www.redis.net.cn/order/3629.html

什么是 基数

在一个数组中不重复的元素个数，可以接受误差。

HyperLogLog 这是一种数据结构，是一种用来做基数统计的算法。

比如：统计一个网站的访问人数，同一个人不论访问多少次，也只能是算作一个人。

传统方式：保存用户的 ID ，然后就可以根据保存的 ID 的数量，作为结果。如果人数过多，就会消耗大量资源，影响效率。

目的是为了计数，而不是为了用户 ID ，所以上述传统方法，就是一个吃力不讨好的方法

这种情况就可以使用 HyperLogLog ，它占的内存是固定的，它最多存储 2^64 个不同元素的基数 —— 也即花费 12 KB 的内存。

但是 HyperLogLog 存在 0.81% 的错误率，但是对于统计访问人数等的功能来说，是可以接受的。

如果不能接受误差，就不要使用了

2.2 使用

HyperLogLog 的所有的命令都是 PF 开头的

添加指定元素到 HyperLogLog 中 —— Pfadd

PFADD key element [element …]

返回给定 HyperLogLog 的基数估算值 —— Pfcount

PFCOUNT key [key …]

将多个 HyperLogLog 合并为一个 HyperLogLog —— Pfmerge

PFMERGE destkey sourcekey [sourcekey …]

3. BitMaps

位存储场景 ：【登录、未登录】【已经打卡、未打卡】…… 这种只有两个状态的都可以使用 BitMapsBitMaps 也是一种数据结构。通过操作二进制位进行记录。

插入值 —— SETBIT

SETBIT key offset value

查看某一位的情况

GETBIT key offset

统计值为 1 的位数

BITCOUNT key [start end]