Redis：新的3种数据类型Bitmaps、HyperLoglog、Geographic

Bitmaps

简介

位操作字符串。

现代计算机使用二进制（位）作为信息的基本单位，1个字节等于8位，例如“abc”字符串是有3个字节组成，但实际在计算机内存储时将其使用二进制表示，“abc”分别对应的ASCII码是：97、98、99，对应的二进制分别是01100001、01100010、01100011，如下图

合理地使用位操作能够有效地提高内存使用率和开发效率。

Redis提供了Bitmaps这个“数据类型”可以实现对位的操作：

• Bitmaps本身不是一种数据类型， 实际上它就是字符串（key-value） ， 但是它可以对字符串的位进行操作，字符串中每个字符对应1个字节，也就是8位，一个字符可以存储8个bit位信息。
• Bitmaps单独提供了一套命令， 所以在Redis中使用Bitmaps和使用字符串的方法不太相同。 可以把Bitmaps想象成一个以位为单位的数组， 数组的每个单元只能存储0和1， 数组的下标在Bitmaps中叫做偏移量。

常用命令

1. setbit

设置某个偏移量的值（0或1）。

SETBIT key offset value

设置offset偏移位的值为value，offset的值是从0开始的，n代表第n+1个bit位置的。
offset 参数必须大于或等于 0 ，小于 2^32 (bit 映射被限制在 512 MB 之内)。
value 的值只能为0或1

**返回值：**指定偏移量原来储存的位。

示例：

redis> SETBIT bit 10086 1 
(integer) 0 
redis> GETBIT bit 10086 
(integer) 1 
redis> GETBIT bit 100 # bit 默认被初始化为 0 
(integer) 0

例如每个独立用户是否访问过网站存放在bitmaps中，将访问的用户记做1，没有访问的用户记做0，用户id作为offset。

假设现在有20个用户，userid=1,6,11,15,19的用户对网站进行了访问，那么当前bitmaps初始化结果如图

users:20220409 这个bitmaps中表示2022-04-09这天独立访问的用户，如下

127.0.0.1:6379> setbit users:20220409 1 1 
(integer) 0 
127.0.0.1:6379> setbit users:20220409 6 1 
(integer) 0 
127.0.0.1:6379> setbit users:20220409 11 1 
(integer) 0 
127.0.0.1:6379> setbit users:20220409 15 1 
(integer) 0 
127.0.0.1:6379> setbit users:20220409 19 1 
(integer) 0

2. getbit

获取某个偏移位的值.

GETBIT key offset

获取key所对应的bitmaps中offset偏移位的值。

返回值：0或者1

示例

127.0.0.1:6379> setbit users 1001 1 #设置偏移量1001的bit位的值为1 
(integer) 0 
127.0.0.1:6379> getbit users 1001 #获取偏移位1001的bit位的值 
(integer) 1 
127.0.0.1:6379> getbit users 1000 #获取偏移位1000的bit位的值，未设置，返回0 
(integer) 0

3. bitcount

统计bit位都为1的数量

BITCOUNT key [start] [end]

统计字符串被设置为1的bit数，一般情况下，给定的整个字符串都会被进行统计，通过指定额外的

start或者end参数，可以让计数只在特定的位上进行， start 和 end 参数，都可以使用负数值：

比如 -1 表示最后一个位，而 -2 表示倒数第二个位，以此类推。

注意了：start、end是指bit组的字节的下标数，一个直接对应8个bit，所以[a,b]对应的offset范围是[8a,8b+7]

示例：

127.0.0.1:6379> setbit user 7 1 # 设置user这个bitmaps中偏移量为7的bit为值为1，也就是第8 个bit位的值 
(integer) 0 
127.0.0.1:6379> setbit user 15 1 # 设置user这个bitmaps中偏移量为15的bit为值为1 
(integer) 0 
127.0.0.1:6379> setbit user 23 1 # 设置user这个bitmaps中偏移量为23的bit为值为1 
(integer) 0 
127.0.0.1:6379> bitcount user # 获取user这个bitmaps中1的数量 
(integer) 3 
127.0.0.1:6379> bitcount user 0 1 # 获取[0,1]这个字节内bit位上1的数量，也就是offset是 [0,15]的位置上1的数量，所以是2个 
(integer) 2 
127.0.0.1:6379> bitcount user 0 0 # 获取[0,0]这个字节内bit位上1的数量，也就是offset是 [0,7]的位置上1的数量，只有7这个位置，所以是1个 
(integer) 1

4. bittop

对一个多个bitmaps执行位操作。

BITOP operation destkey key [key ...]

对一个或多个保存二进制位的字符串 key 进行位元操作，并将结果保存到 destkey 上。

operation 可以是 AND 、 OR 、 NOT 、 XOR 这四种操作中的任意一种：

• BITOP AND destkey key [key ...] ，对一个或多个 key 求逻辑并，并将结果保存到destkey 。
• BITOP OR destkey key [key ...] ，对一个或多个 key 求逻辑或，并将结果保存到destkey 。
• BITOP XOR destkey key [key ...] ，对一个或多个 key 求逻辑异或，并将结果保存到destkey 。
• BITOP NOT destkey key ，对给定 key 求逻辑非，并将结果保存到 destkey 。

除了 NOT 操作之外，其他操作都可以接受一个或多个 key 作为输入。

**返回值：**保存到 destkey 的字符串的长度，和输入 key 中最长的字符串长度相等。

示例

redis> SETBIT bits-1 0 1 # bits-1 = 1001 
(integer) 0 
redis> SETBIT bits-1 3 1 
(integer) 0 
redis> SETBIT bits-2 0 1 # bits-2 = 1011 
(integer) 0 
redis> SETBIT bits-2 1 1 
(integer) 0 
redis> SETBIT bits-2 3 1 
(integer) 0 
redis> BITOP AND and-result bits-1 bits-2 
(integer) 1
redis> GETBIT and-result 0      # and-result = 1001
(integer) 1
redis> GETBIT and-result 1 
(integer) 0 
redis> GETBIT and-result 2 
(integer) 0 
redis> GETBIT and-result 3 
(integer) 1

bitmaps与set比较

假设网站有 1 亿用户， 每天独立访问的用户有 5 千万， 如果每天用集合类型和 Bitmaps 分别存储活跃用户可以得到表

set 和 Bitmaps 存储一天活跃用户对比：

很明显， 这种情况下使用 Bitmaps 能节省很多的内存空间， 尤其是随着时间推移节省的内存还是非常可观的。

set 和 Bitmaps 存储独立用户空间对比：

但 Bitmaps 并不是万金油， 假如该网站每天的独立访问用户很少， 例如只有 10 万（大量的僵尸用户）， 那么两者的对比如下表所示， 很显然， 这时候使用 Bitmaps 就不太合适了， 因为基本上大部分位都是 0。

HyperLoglog

简介

在工作当中，我们经常会遇到与统计相关的功能需求，比如统计网站 PV（PageView 页面访问量），可以使用 Redis 的 incr、incrby 轻松实现。但像 UV（UniqueVisitor 独立访客）、独立 IP 数、搜索记录数等需要去重和计数的问题如何解决？这种求集合中不重复元素个数的问题称为基数问题。

解决基数问题有很多种方案：

数据存储在 MySQL 表中，使用 distinct count 计算不重复个数。

使用 Redis 提供的 hash、set、bitmaps 等数据结构来处理。

以上的方案结果精确，但随着数据不断增加，导致占用空间越来越大，对于非常大的数据集是不切实际的。能否能够降低一定的精度来平衡存储空间？Redis 推出了 HyperLogLog。

Redis HyperLogLog 是用来做基数统计的算法，HyperLogLog 的优点是：在输入元素的数量或者体积非常非常大时，计算基数所需的空间总是固定的、并且是很小的。

在 Redis 里面，每个 HyperLogLog 键只需要花费 12 KB 内存，就可以计算接近 2^64 个不同元素的基数。这和计算基数时，元素越多耗费内存就越多的集合形成鲜明对比。

但是，因为 HyperLogLog 只会根据输入元素来计算基数，而不会储存输入元素本身，所以HyperLogLog 不能像集合那样，返回输入的各个元素。

什么是基数？

比如数据集 {1, 3, 5, 7, 5, 7, 8}，那么这个数据集的基数集为 {1, 3, 5 ,7, 8}，基数 (不重复元素) 为 5。 基数估计就是在误差可接受的范围内，快速计算基数。

命令

1. pfadd

添加多个元素。

pfadd key element [element ...]

向HyperLoglog类型的key中添加一个或者多个元素。添加一个或者多个元素到key对应的集合中。

**返回值：**1：添加成功；0：添加失败

示例

127.0.0.1:6379> pfadd program java php c c++ # program中添加4个元素 [java,php,c,c++]，添加成功发，返回1 
(integer) 1 
127.0.0.1:6379> pfadd program java # 再次添加java，由于已经存在，所以添加失败，返回0 
(integer) 0 
127.0.0.1:6379> pfadd program java js # 再次添加2个元素，java已经存在了，但是js不存在， 添加成功，返回1 
(integer) 1

2. pfcount

获取多个HLL合并后元素的个数。

pfcount key1 key2 ...

统计一个或者多个key去重后元素的数量。

示例

127.0.0.1:6379> pfadd uv1 a b c d e #uv1中5个元素：[a,b,c,d,e] 
(integer) 1 
127.0.0.1:6379> pfcount uv1 #uv1中数量为5 
(integer) 5 
127.0.0.1:6379> pfadd uv2 b c d e f #uv2中5个元素：[b,c,d,e,f] 
(integer) 1 
127.0.0.1:6379> pfcount uv2 #uv2中数量为5
(integer) 5 
127.0.0.1:6379> pfcount uv1 uv2 # 获取uv1和uv2去重之后数量合集：[a,b,c,d,e,f]，数量为5 
(integer) 5

3. pfmerge

将多个HLL合并后元素放入另外一个HLL

pfmerge destkey sourcekey [sourcekey ...]

将多个 sourcekey 合并后放到 destkey 中。

示例

127.0.0.1:6379> pfadd uv1 a b c d e #uv1中5个元素：[a,b,c,d,e] 
(integer) 1 
127.0.0.1:6379> pfcount uv1 #uv1中数量为5 
(integer) 5 
127.0.0.1:6379> pfadd uv2 b c d e f #uv2中5个元素：[b,c,d,e,f] 
(integer) 1 
127.0.0.1:6379> pfcount uv2 #uv2中数量为5 
(integer) 5 
127.0.0.1:6379> pfmerge uv_dest uv1 uv2 #将uv1和uv2合并后放入uv_dest 
OK
127.0.0.1:6379> pfcount uv_dest #uv_dest元素个数为6 
(integer) 6

Geographic

简介

Reids3.2 中增加了对GEO类型的支持，GEO（Geographic），地理信息的缩写。该类型，就是元素的 2 维坐标，在地图上就是经纬度，redis基于该类型，提供了经纬度设置、查询、范围查询、距离查询，经纬度Hash等常见操作。

命令

1. geoadd

添加多个位置的经纬度。

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

longitude latitude member：经度 纬度 名称

示例

127.0.0.1:6379> geoadd china:city 121.47 31.23 shanghai #添加上海的经纬度 
(integer) 1 
127.0.0.1:6379> geoadd china:city 106.50 29.53 chongqing 114.05 22.52 shenzhen 116.38 39.90 beijing #添加重庆、深圳、北京 3 个城市的经纬度 
(integer) 3 
127.0.0.1:6379> type china:city #发现geo实际上使用zset类型存储的 
zset 
127.0.0.1:6379> zrange china:city 0 -1 
1) "chongqing" 2) "shenzhen" 3) "shanghai" 4) "beijing" 
127.0.0.1:6379> zrange china:city 0 -1 withscores 
1) "chongqing" 2) "4026042091628984" 3) "shenzhen" 4) "4046432193584628" 5) "shanghai" 6) "4054803462927619" 7) "beijing" 8) "4069885332386336"

两级无法直接添加，一般会下载城市数据，直接通过java程序一次性导入。

有效的经纬度从-180度到180度，有效的维度从-85.05112878度到85.05112878度。

当坐标位置超出指定范围时，该命令将会返回一个错误。

已经添加的数据，是无法再次往里面添加的。

2. geopos

获取多个位置的坐标值

geopos key member [member ...]

示例

127.0.0.1:6379> geoadd china:city 121.47 31.23 shanghai #添加上海的经纬度 
(integer) 1 
127.0.0.1:6379> geoadd china:city 106.50 29.53 chongqing 114.05 22.52 shenzhen 116.38 39.90 beijing #添加重庆、深圳、北京 3 个城市的经纬度 
(integer) 3 
127.0.0.1:6379> geopos china:city wuhan beijing chongqing #获取武汉、北京、重庆 3个城 市的坐标，由于没有添加武汉的数据，所以没有获取到，其他2个获取到了 
1) (nil) 
2) 1) "116.38000041246414185" 2) "39.90000009167092543"
3) 1) "106.49999767541885376" 2) "29.52999957900659211"

3. geodist

获取两个位置的直线距离

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

单位：[m|km|ft|mi] -》[米|千米|英里|英尺]，默认为米

示例

127.0.0.1:6379> geoadd china:city 
121.47 31.23 shanghai #添加上海的经纬度 
(integer) 1 
127.0.0.1:6379> geoadd china:city 106.50 29.53 chongqing 114.05 22.52 shenzhen 116.38 39.90 beijing #添加重庆、深圳、北京 3 个城市的经纬度 
(integer) 3
127.0.0.1:6379> geodist china:city beijing chongqing km #获取北京到重庆的直线距离 
"1462.9505"

4. georadius

以给定的经纬度为中心，找出某一半径内的元素

georadius key longitude latitude radius m|km|ft|mi

单位：[m|km|ft|mi] -》[米|千米|英里|英尺]，默认为米

示例

127.0.0.1:6379> geoadd china:city 121.47 31.23 shanghai #添加上海的经纬度 
(integer) 1 
127.0.0.1:6379> geoadd china:city 106.50 29.53 chongqing 114.05 22.52 shenzhen 116.38 39.90 beijing #添加重庆、深圳、北京 3 个城市的经纬度
(integer) 3 
127.0.0.1:6379> georadius china:city 110 30 1000 km #在china:city中检索：以经纬度 (110,30)为中心，半径为1000km内的位置列表 
1) "chongqing" 
2) "shenzhen"