Redis从入门到深入-高级数据类型(21)

标签：with   log   member   占用   类型   一个   基本   fse   算法   

1. Bitmaps

1.1 Bitmaps类型的基础操作

• 获取指定key对应偏移量上的bit值

getbit key offset

• 设置指定key对应偏移量上的bit值， value 只能是1或 0

setbit key offset value

1.2 Bitmaps类型的扩展操作

1. 业务场景-电影网站

   • 统计每天某一部电影是否被点播
   • 统计每天有多少部电影被点播
   • 统计每周/月/年有多少部电影被点播
   • 统计年度哪部电影没有被点播

2. 业务分析

1.3 Bitmaps类型的扩展操作

• 对指定key按位进行交、并、非、异或操作， 并将结果保存到destKey中

bitop op destKey key1 [key2...]

- and：交
- or：并
- not：非
- xor：异或

• 统计指定key中1的数量

bitcount key [start end]

2. HyperLogLog

2.1 基数集

2.2 LogLog算法

2.3 HyperLogLog类型的基本操作

• 添加数据

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

• 统计数据

pfcount <key> [key...]

• 合并数据

pfmerge <destkey> <sourcekey> [sourekey...]

2.4 相关说明

• 用于进行基数统计，不是集合，不保存数据，只记录数量而不是具体数据
• 核心是基数估算算法，最终数值存在一定误差
• 误差范围：基数估计的结果是一个带有0.81%标准错误的近似值
• 耗空间极小， 每个hyperloglog key占用了12K的内存用于标记基数
• pfadd命令不是一次性分配12K内存使用， 会随着基数的增加内存逐渐增大
• Pfmerge命令合并后占用的存储空间为12K， 无论合并之前数据量多少

3. GEO

3.1 GEO类型的基本操作

• 添加坐标点

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

• 获取坐标点

geopos key member[member...]

• 计算坐标点距离

geodist key member1 member2[unit]

• 根据坐标求范围内的数据

georadius key longitude latitude radius m|kml ft|mi[with coord] [with dist] [with hash] [count count]

• 根据点求范围内数据

georadius by member key member radius m|km|ft|mi[with coord] [with dist] [with hash] [count count]

• 获取指定点对应的坐标hash值

geohash key member[member...]

Redis从入门到深入-高级数据类型(21)

标签：with   log   member   占用   类型   一个   基本   fse   算法   

原文地址：https://www.cnblogs.com/yurenjun/p/13390032.html