Redis学习【6】之BitMap、HyperLogLog、Geospatial操作命令 (1)

前言

• 学习的内容来源于网络，仅有用于学习和复习，希望可以跟大家共同一起开发

BitMap 操作命令

1.1 BitMap 简介

• BitMap 是 Redis 2.2.0 版本中引入的一种新的数据类型。
• BitMap本质上就是一个仅包含 0 和 1 的二进制字符串。而其所有相关命令都是对这个字符串二进制位的操作。用于描述该字符串的属性有三个：key、offset、bitValue。

属性	说明
key	BitMap 是 Redis 的 key-value 中的一种 Value 的数据类型，所以该 Value 一定有其对应的 key。
offset	每个 BitMap 数据都是一个字符串，字符串中的每个字符都有其对应的索引，该索引从 0 开始。 该索引就称为每个字符在该 BitMap中的偏移量 offset。 这个 offset的值的范围是$[0，2^{32}-1]$，即该 offset 的最大值为 $4G-1$，即 $4294967295$，42 亿多。
bitValue	每个 BitMap 数据中都是一个仅包含 0 和 1 的二进制字符串，每个 offset 位上的字符就称为该位的值 bitValue。【bitValue 的值非 0 即 1。】

1.2 setbit

命令	说明
格式	SETBIT key offset value
功能	为给定 key 的BitMap 数据的 offset 位置设置值为 value，其返回值为修改前该 offset位置的 bitValue
说明	对于原 BitMap 字符串中不存在的 offset 进行赋值，字符串会自动伸展以确保它可以将 value 保存在指定的 offset 上。当字符串值进行伸展时，空白位置以 0 填充。

• 需要注意的是，对使用较大 offset 的 SETBIT 操作来说，内存分配过程可能造成 Redis 服务器被阻塞。
  

1.3 getbit

命令	说明
格式	GETBIT key offset
功能	对 key 所储存的 BitMap 字符串值，获取指定 offset 偏移量上的位值 bitValue。
说明	当 offset 比字符串值的长度大，或者 key 不存在时，返回 0 。

1.4 bitcount

命令	说明
格式	BITCOUNT key [start] [end]
功能	统计给定字符串中被设置为 1 的 bit 位的数量。一般情况下，统计的范围是给定的整个 BitMap 字符串,也可以通过指定额外的 start 或 end 参数，实现仅对指定字节范围内字符串进行统计【包含两端的闭区间】。 注意：start 与 end 的单位是字节，不是 bit，并且从 0 开始计数。
说明	start 和 end 参数都可以使用负数值： -1 表示最后一个字节， -2 表示倒数第二个字节，以此类推。【对于不存在的 key 被当成是空字符串来处理，因此对一个不存在的 key 进行 BITCOUNT 操作，结果为 0 。】

1.5 bitpos[pos:position]

• 格式：BITPOS key bit [start] [end]
• 功能：返回 key 指定的 BitMap 中第一个值为指定值 bit(非 0 即 1) 的二进制位的位置。在默认情况下， 命令将检测整个 BitMap，但用户也可以通过可选的 start 参数和 end 参数指定要检测的范围。
• 说明：start 与 end 的意义与 bitcount 命令中的相同。
  

1.6 bitop

• 格式：BITOP operation destkey key *key …+
• 功能：对一个或多个 BitMap 字符串 key 进行二进制位操作，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 BitMap 执行按位与操作，并将结果保存到 destkey 。
  • BITOP OR destkey key [key ...] ：对一个或多个 BitMap 执行按位或操作，并将结果保存到 destkey 。
  • BITOP XOR destkey key [key ...] ：对一个或多个 BitMap 执行按位异或操作，并将结果保存到 destkey 。
  • BITOP NOT destkey key ：对给定 BitMap 执行按位非操作，并将结果保存到 destkey 。
• 说明：
  • 除了 NOT 操作之外，其他操作都可以接受一个或多个 BitMap 作为输入。
  • 除了 NOT 操作外，其他对一个 BitMap 的操作其实就是一个复制。
  • 如果参与运算的多个 BitMap 长度不同，较短的 BitMap 会以 0 作为补充位与较长BitMap 运算，且运算结果长度与较长 BitMap 的相同。

1.7 应用场景

• offset 的取值范围很大，所以其一般应用于大数据量的二值性统计。例如平台活跃用户统计（二值：访问或未访问）、支持率统计（二值：支持或不支持）、员工考勤统计（二值：上班或未上班）、图像二值化（二值：黑或白）等。
  • 不过，对于数据量较小的二值性统计并不适合 BitMap，可能使用 Set 更为合适。当然，具体多少数据量适合使用 Set，超过多少数据量适合使用 BitMap，这需要根据具体场景进行具体分析。
  • 例如，一个平台要统计日活跃用户数量。
    • 如果使用 Set 来统计，只需上线一个用户，就将其用户 ID 写入 Set 集合即可，最后只需统计出 Set 集合中的元素个数即可完成统计。即 Set 集合占用内存的大小与上线用户数量成正比。假设用户 ID 为 m 位 bit 位，当前活跃用户数量为 n，则该 Set 集合的大小最少应该是m*n 字节。
    • 如果使用 BitMap 来统计，则需要先定义出一个 BitMap，其占有的 bit 位至少为注册用户数量。只需上线一个用户，就立即使其中一个 bit 位置 1，最后只需统计出 BitMap 中 1 的个数即可完成统计。即 BitMap 占用内存的大小与注册用户数量成正比，与上线用户数量无关。假设平台具有注册用户数量为 N，则 BitMap 的长度至少为 N 个 bit 位，即 N/8 字节。何时使用 BitMap 更合适？令 mn 字节 = N/8 字节，即 n = N/8/m = N/(8m) 时，使用Set 集合与使用 BitMap 所占内存大小相同。以淘宝为例，其用户 ID 长度为 11 位(m)，其注册用户数量为 8 亿(N)，当活跃用户数量为 $8亿/(8\ast 11)=0.09亿=9\ast 106=900万$，使用 Set与 BitMap 占用的内存是相等的。但淘宝的日均活跃用户数量为 8 千万，所以淘宝使用 BitMap更合适。

二 HyperLogLog 操作命令

2.1 HyperLogLog 简介

• HyperLogLog 是 Redis 2.8.9 版本中引入的一种新的数据类型，其意义是 hyperlog log，超级日志记录。该数据类型可以简单理解为一个 set 集合，集合元素为字符串。但实际上HyperLogLog 是一种基数计数概率算法，通过该算法可以利用极小的内存完成独立总数的统计。其所有相关命令都是对这个“set 集合”的操作。
• HyperLogLog 算法是由法国人 Philippe Flajolet 博士研究出来的，Redis的作者 Antirez 为了纪念 Philippe Flajolet 博士对组合数学和基数计算算法分析的研究，在设计 HyperLogLog 命令的时候使用了 Philippe Flajolet姓名的英文首字母 PF 作为前缀。

2.2 pfadd

• 格式：PFADD key element *element …+
• 功能：将任意数量的元素添加到指定的 HyperLogLog 集合里面。如果内部存储被修改了返回 1，否则返回 0。

2.3 pfcount

格式：PFCOUNT key *key …+

• 功能：该命令作用于单个 key 时，返回给定 key 的 HyperLogLog 集合的近似基数；该命令作用于多个 key 时，返回所有给定 key 的 HyperLogLog 集合的并集的近似基数；如果key 不存在，则返回 0。

2.4 pfmerge

• 格式：PFMERGE destkey sourcekey *sourcekey …+
• 功能：将多个 HyperLogLog 集合合并为一个 HyperLogLog 集合，并存储到 destkey 中，
  合并后的 HyperLogLog 的基数接近于所有 sourcekey 的 HyperLogLog 集合的并集。

2.5 应用场景

• HyperLogLog 可对数据量超级庞大的日志数据做不精确的去重计数统计。当然，这个不精确的度在 Redis 官方给出的误差是 0.81%。这个误差对于大多数超大数据量场景是被允许的。对于平台上每个页面每天的 UV 数据，非常适合使用 HyperLogLog 进行记录。

三 Geospatial【地理空间】操作命令

3. 1 Geospatial 简介

• Redis 在 3.2 版本中引入了 Geospatial 这种新的数据类型。
• 该类型本质上仍是一种集合，只不过集合元素比较特殊，是一种由三部分构成的数据结构，这种数据结构称为空间元素：
  • 经度：longitude——有效经度为[-180，180]。正的表示东经，负的表示西经。
  • 纬度：latitude——有效纬度为[-85.05112878，85.05112878]。正的表示北纬，负的表示南纬。
  • 位置名称：Geospatial 集合的空间元素名称。

• 通过该类型可以设置、查询某地理位置的经纬度，查询某范围内的空间元素，计算两空间元素间的距离等

3.2 geoadd

• 格式：GEOADD key longitude latitude member *longitude latitude member …+
• 功能：将一到多个空间元素添加到指定的空间集合中。
• 说明：当用户尝试输入一个超出范围的经度或者纬度时，该命令会返回一个错误。

3.3 geopos

• 格式：GEOPOS key member *member …+
• 功能：从指定的地理空间中返回指定元素的位置，即经纬度。
• 说明：因为 该命令接受可变数量元素作为输入，所以即使用户只给定了一个元素，命令也会返回数组。

3.4 geodist

• 格式：GEODIST key member1 member2 [unit]
• 功能：返回两个给定位置之间的距离。其中 unit 必须是以下单位中的一种：
• m ：米，默认
• km ：千米
• mi ：英里
• ft：英尺
• 说明：如果两个位置之间的其中一个不存在， 那么命令返回空值。另外，在计算距离时会假设地球为完美的球形， 在极限情况下， 这一假设最大会造成 0.5% 的误差。

3.5 geohash

• 格式：GEOHASH key member *member …+
• 功能：返回一个或多个位置元素的 Geohash 值。
• 说明：GeoHash 是一种地址编码方法。他能够把二维的空间经纬度数据编码成一个字符串。该值主要用于底层应用或者调试， 实际中的作用并不大。

3.6 georadius

• 格式：GEORADIUS key longitude latitude radius m|km|ft|mi [WITHCOORD] [WITHDIST]
  [WITHHASH] [ASC|DESC] [COUNT count]
• 功能：以给定的经纬度为中心，返回指定地理空间中包含的所有位置元素中，与中心距离不超过给定半径的元素。返回时还可携带额外的信息：
• WITHDIST ：在返回位置元素的同时，将位置元素与中心之间的距离也一并返回。距离的单位和用户给定的范围单位保持一致。
• WITHCOORD ：将位置元素的经维度也一并返回。
• WITHHASH：将位置元素的 Geohash 也一并返回，不过这个 hash 以整数形式表示命令默认返回未排序的位置元素。 通过以下两个参数，用户可以指定被返回位置元素的排序方式：
• 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。

• 说明：在默认情况下， 该命令会返回所有匹配的位置元素。虽然用户可以使用 COUNT <count> 选项去获取前 N 个匹配元素，但因为命令在内部可能会需要对所有被匹配的元素进行处理，所以在对一个非常大的区域进行搜索时，即使使用 COUNT 选项去获取少量元素，该命令的执行速度也可能会非常慢。

3.7 georadiusbymember

• 格式：GEORADIUSBYMEMBER key member radius m|km|ft|mi [WITHCOORD] [WITHDIST] [WITHHASH] [ASC|DESC] [COUNT count]
• 功能：这个命令和 GEORADIUS 命令一样，都可以找出位于指定范围内的元素，但该命令的中心点是由位置元素形式给定的，而不是像 GEORADIUS 那样，使用输入的经纬度来指定中心点。
• 说明：返回结果中也是包含中心点位置元素的

3.8 应用场景

• Geospatial ——地理位置，所以其主要应用地理位置相关的计算。例如，微信发现中的“附近”功能，添加朋友中“雷达加朋友”功能；QQ 动态中的“附近”功能；钉钉中的“签到”功能等