现代计算机用二进制(位) 作为信息的基础单位, 1 个字节等于 8 位, 例如“abc” 字符串是由 3 个字节组成, 但实际在计算机存储时将其用二进制表示, “abc”分别 对应的 ASCII 码分别是 97、 98、 99, 对应的二进制分别是 01100001、 01100010 和 01100011,如下图 合理地使用操作位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: (1) 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。 (2) 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。
1、setbit (1)格式 setbit<key><offset><value> 设置 Bitmaps 中某个偏移量的值(0 或 1) *offset:偏移量从 0 开始 (2)实例 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, 用偏移量作为用户的 id。 设置键的第 offset 个位的值(从 0 算起) , 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 unique:users:20201106 代表 2020-11-06 这天的独立访问用户的 Bitmaps 注: 很多应用的用户 id 以一个指定数字(例如 10000) 开头, 直接将用户 id 和 Bitmaps 的偏移量对应势必会造成一定的浪费, 通常的做法是每次做 setbit 操作时将 用户 id 减去这个指定数字。 在第一次初始化 Bitmaps 时, 假如偏移量非常大, 那么整个初始化过程执行会 比较慢, 可能会造成 Redis 的阻塞。
2、getbit (1)格式 getbit<key><offset> 获取 Bitmaps 中某个偏移量的值 获取键的第 offset 位的值(从 0 开始算) (2)实例 获取 id=6 的用户是否在 2020-11-03 这天访问过, 返回 0 说明没有访问过: 注:因为 7 根本不存在,所以也是返回 0
3、bitcount 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计数,通 过指定额外的 start 或 end 参数,可以让计数只在特定的位上进行。start 和 end 参数 的设置,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, start、end 是指 bit 组的字节的下标数,二者皆包含。 (1)格式 bitcount<key>[start end] 统计字符串从 start 字节到 end 字节比特值为 1 的数量
(2)实例 计算 2022-11-06 这天的独立访问用户数量 start 和 end 代表起始和结束字节数, 下面操作计算用户 id 在第 1 个字节到第 3 个字 节之间的独立访问用户数, 对应的用户 id 是 11, 15, 19。
举例: K1 【01000001 01000000 00000000 00100001】,对应【0,1,2,3】 bitcount K1 1 2 : 统计下标 1、2 字节组中 bit=1 的个数,即 01000000 00000000 –》bitcount K1 1 2 --》1 bitcount K1 1 3 : 统计下标 1、2 字节组中 bit=1 的个数,即 01000000 00000000 00100001 –》bitcount K1 1 3 --》3 bitcount K1 0 -2 : 统计下标 0 到下标倒数第 2,字节组中 bit=1 的个数,即 01000001 01000000 00000000 –》bitcount K1 0 -2 --》3 注意:redis 的 setbit 设置或清除的是 bit 位置,而 bitcount 计算的是 byte 位置。
4、bitop (1)格式 bitop and(or/not/xor) <destkey> [key…]
bitop 是一个复合操作, 它可以做多个 Bitmaps 的 and(交集) 、 or(并集) 、 not (非) 、 xor(异或) 操作并将结果保存在 destkey 中。 (2)实例 2020-11-04 日访问网站的 userid=1,2,5,9。 setbit unique:users:20201104 1 1 setbit unique:users:20201104 2 1 setbit unique:users:20201104 5 1 setbit unique:users:20201104 9 1 2020-11-03 日访问网站的 userid=0,1,4,9。 setbit unique:users:20201103 0 1 setbit unique:users:20201103 1 1 setbit unique:users:20201103 4 1 setbit unique:users:20201103 9 1 计算出两天都访问过网站的用户数量 bitop and unique:users:and:20201104_03 unique:users:20201103unique:users:20201104 计算出任意一天都访问过网站的用户数量(例如月活跃就是类似这种) , 可以使用 or 求并集
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
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 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。
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: (1)数据存储在 MySQL 表中,使用 distinct count 计算不重复个数 (2)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 HyperLogLogRedis 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。
1、pfadd (1)格式 pfadd <key>< element> [element ...] 添加指定元素到 HyperLogLog 中 (2)实例
将所有元素添加到指定 HyperLogLog 数据结构中。如果执行命令后 HLL 估计的近似基数发生变化,则返回 1,否则返回 0。 2、pfcount (1)格式 pfcount<key> [key ...] 计算 HLL 的近似基数,可以计算多个 HLL,比如用 HLL 存储每天的 UV,计算一周的 UV 可以使用 7 天的 UV 合并计算即可 3、pfmerge (1)格式 pfmerge<destkey><sourcekey> [sourcekey ...] 将一个或多个 HLL 合并后的结果存储在另一个 HLL 中,比如每月活跃用户可以使用每天的活跃用户来合并计算可得
Redis 3.2 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。
1、geoadd (1)格式 geoadd<key>< longitude><latitude><member> [longitude latitude member...] 添加地理位置(经度,纬度,名称) (2)实例
geoadd china:city 121.47 31.23 shanghai geoadd china:city 106.50 29.53 chongqing 114.05 22.52 shenzhen 116.38 39.90 beijing
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。 有效的经度从 -180 度到 180 度。有效的纬度从 -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 (1)格式 geopos <key><member> [member...] 获得指定地区的坐标值 (2)实例 3、geodist (1)格式 geodist<key><member1><member2> [m|km|ft|mi ] 获取两个位置之间的直线距离 (2)实例 单位: m 表示单位为米[默认值]。 km 表示单位为千米。 mi 表示单位为英里。 ft 表示单位为英尺。 如果用户没有显式地指定单位参数, 那么 GEODIST 默认使用米作为单位
4、georadius (1)格式 georadius< longitude>radius m|km|ft|mi 以给定的经纬度为中心, 找出某一半径内的元素 (2)实例