Geospatial
可以推算地理位置信息，方圆几里的人
geoadd 添加地理信息
1
2
3
4
5
6
7
8
9
10
11
| # 添加地理位置
# 规则：两极无法直接添加，一般会下载城市数据，直接通过java程序一次性导入。
# 参数 key 值（经度、纬度、名称）
# 有效经度从-180度到180度
# 有效纬度从-85.05112878度到85.05112878度
127.0.0.1:6379> geoadd china:city 116.40 39.90 beijing
(integer) 1
127.0.0.1:6379> geoadd china:city 121.47 31.23 shanghai
(integer) 1
127.0.0.1:6379> geoadd china:city 106.50 29.53 chongqing 114.05 22.52 shengzhen 120.16 30.24 hangzhou 108.96 34.26 xian
(integer) 4
|
geopos从key里返回所有给定位置元素的位置（经度和纬度）
1
2
3
4
5
6
7
8
9
10
11
| 127.0.0.1:6379> geopos china:city beijing
1) 1) "116.39999896287918091"
2) "39.90000009167092543"
127.0.0.1:6379> geopos china:city chongqing
1) 1) "106.49999767541885376"
2) "29.52999957900659211"
127.0.0.1:6379> geopos china:city shengzhen hangzhou
1) 1) "114.04999762773513794"
2) "22.5200000879503861"
2) 1) "120.1600000262260437"
2) "30.2400003229490224"
|
deodist返回两个给顶顶位置之间的距离
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
1
2
3
4
5
| # 直线距离
127.0.0.1:6379> geodist china:city shanghai beijing
"1067378.7564"
127.0.0.1:6379> geodist china:city shanghai beijing km
"1067.3788"
|
georadius以给定的经纬度为中心，找出某一半径内的元素
1
2
3
4
5
6
7
8
9
10
11
12
13
14
| 127.0.0.1:6379> GEORADIUS china:city 110 30 500 km withdist # 显示距离
1) 1) "chongqing"
2) "341.9374"
2) 1) "xian"
2) "483.8340"
127.0.0.1:6379> GEORADIUS china:city 110 30 500 km withcoord # 显示经纬度
1) 1) "chongqing"
2) 1) "106.49999767541885376"
2) "29.52999957900659211"
2) 1) "xian"
2) 1) "108.96000176668167114"
2) "34.25999964418929977"
127.0.0.1:6379> GEORADIUS china:city 110 30 500 km count 1 # 显示指定数量
1) "chongqing"
|
georadiusbymember找出位于指定范围内的元素，中心点是由给定的位置元素决定
1
2
3
4
5
| 127.0.0.1:6379> GEORADIUSBYMEMBER china:city beijing 1000 km
1) "beijing"
2) "xian"
127.0.0.1:6379> GEORADIUSBYMEMBER china:city xian 400 km
1) "xian"
|
geohash返回一个或者多个位置元素的geohash值
该命令将返回11个字符的geohash字符串
1
2
3
4
| # 将二维的经纬度转换为一维的字符串，如果两个字符串越接近，那么距离越接近
127.0.0.1:6379> GEOHASH china:city shanghai beijing
1) "wtw3sj5zbj0"
2) "wx4fbxxfke0"
|
GEO底层的实现原理其实是Zset，可以使用zset命令来操作geo
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
| 127.0.0.1:6379> zrange china:city 0 -1
1) "chongqing"
2) "xian"
3) "shengzhen"
4) "hangzhou"
5) "shanghai"
6) "beijing"
127.0.0.1:6379> zrem china:city beijing
(integer) 1
127.0.0.1:6379> zrange china:city 0 -1
1) "chongqing"
2) "xian"
3) "shengzhen"
4) "hangzhou"
5) "shanghai"
|
Hyperloglog
什么是基数？
A{1, 3, 5, 7, 8, 7}
B{1, 3, 5, 7, 8}
基数（不重复的元素）=5，可以接受误差
简介（布隆过滤器）
Redis Hyperloglog基数统计的算法
优点：占用的内存数固定的，2^64不同的元素的技术，只需耗费12KB内存，如果从内存角度来比较的话Hyperloglog首选。
但是有0.81%的错误率。
网页的UV（一个人访问一个网站多次，但还是算作一个人）
传统的方式：色图保存用户的id，然后就可以统计set中的元素数量作为标准判读！
这个方式如果保存大量的用户id，就会比较麻烦。但目的是为了计数，而不是保存用户id，因此会浪费大量内存。
使用Hyperloglog可以忽略其错误率。
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
| 127.0.0.1:6379> pfadd mykey a b c d e f g h i j # 创建第一组元素mykey
(integer) 1
127.0.0.1:6379> pfcount mykey # 统计mykey元素的基数数量（非重复）
(integer) 10
127.0.0.1:6379> pfadd mykey a
(integer) 0
127.0.0.1:6379> pfcount mykey
(integer) 10
127.0.0.1:6379> pfadd mykey2 i j z x c v b n m
(integer) 1
127.0.0.1:6379> pfcount mykey2
(integer) 9
127.0.0.1:6379> pfmerge mykey3 mykey mykey2 # 合并多组到mykey3
OK
127.0.0.1:6379> pfcount mykey3
(integer) 15
127.0.0.1:6379> pfcount mykey
(integer) 10
|
如果允许容错，那么一定可以使用Hyperloglog。
如果不允许出错，就是用set或者自己的数据类型即可。
Bitmap
位存储（0或1）
统计用户信息：活跃，不活跃；登录，未登录；打卡，未打卡。
两个状态的都可以使用Bitmap
Bitmaps位图，数据结构，都是操作二进制位来进行记录，只有0和1两个状态。
测试
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
| # 使用bitmap来记录周一到周日的打卡
127.0.0.1:6379> setbit sign 0 1
(integer) 0
127.0.0.1:6379> setbit sign 1 0
(integer) 0
127.0.0.1:6379> setbit sign 2 0
(integer) 0
127.0.0.1:6379> setbit sign 3 0
(integer) 0
127.0.0.1:6379> setbit sign 4 1
(integer) 0
127.0.0.1:6379> setbit sign 5 1
(integer) 0
127.0.0.1:6379> setbit sign 6 0
(integer) 0
# 查看某一天是否有打卡
127.0.0.1:6379> getbit sign 3
(integer) 0
127.0.0.1:6379> getbit sign 6
(integer) 0
127.0.0.1:6379> getbit sign 0
(integer) 1
# 统计操作，统计打卡的天数
127.0.0.1:6379> bitcount sign 0 3
(integer) 3
|