10、Redis三种特殊的数据类型
一、Geospatail地理位置
1、Geospatail的应用
- 朋友的位置,附近的人,打车距离
2、相关命令
1、geoadd:增加某个地理位置的坐标(可批量添加)。
语法:
GEOADD key longitude latitude member [longitude latitude member ...]
127.0.0.1:6379> geoadd china:city 116.405285 39.904989 beijing
(integer) 1
127.0.0.1:6379> geoadd china:city 121.472644 31.231706 shanghai
(integer) 1
127.0.0.1:6379> geoadd china:city 113.280637 23.125178 guangzhou
(integer) 1
127.0.0.1:6379> geoadd china:city 114.085947 22.547 shenzhen
(integer) 1
127.0.0.1:6379> geoadd china:city 120.153576 30.287459 hangzhou
(integer) 1
127.0.0.1:6379> geoadd china:city 108.948024 34.263161 xian
(integer) 1
127.0.0.1:6379>
2、geopos:获取某个地理位置的坐标(可批量获取)。
语法:
GEOPOS key member [member ...]
127.0.0.1:6379> geopos china:city shanghai
1) 1) "121.47264629602432251"
1) "31.23170490709807012"
127.0.0.1:6379> geopos china:city xian chongqing
1) 1) "108.94802302122116089"
2) "34.2631604414749944"
2) (nil)
127.0.0.1:6379> geopos china:city xian beijing #获取多个地点的经纬度
1) 1) "108.94802302122116089"
2) "34.2631604414749944"
2) 1) "116.40528291463851929"
2) "39.9049884229125027"
127.0.0.1:6379>
3、geodist:获取两个地理位置的距离。
语法:
GEODIST key member1 member2 [m|km|ft|mi
#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。
#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。
127.0.0.1:6379> geodist china:city beijing shanghai #获取北京到上海的距离米
"1067597.9668"
127.0.0.1:6379> geodist china:city beijing xian #获取北京到西安的距离米
"911278.5437"
127.0.0.1:6379> geodist china:city beijing shanghai km #北京到上海的距离km
"1067.5980"
127.0.0.1:6379>
4、georadius:根据给定地理位置坐标获取指定范围内的地理位置集合。
语法:
GEORADIUS key longitude latitude radius [m|km|ft|mi] [WITHCOORD] [WITHDIST] [ASC|DESC] [WITHHASH] [COUNT count]
longitude latitude标识了地理位置的坐标,radius表示范围距离,距离单位可以为m|km|ft|mi,还有一些可选参数:
WITHCOORD:传入WITHCOORD参数,则返回结果会带上匹配位置的经纬度。
WITHDIST:传入WITHDIST参数,则返回结果会带上匹配位置与给定地理位置的距离。
ASC|DESC:默认结果是未排序的,传入ASC为从近到远排序,传入DESC为从远到近排序。
WITHHASH:传入WITHHASH参数,则返回结果会带上匹配位置的hash值。
COUNT count:传入COUNT参数,可以返回指定数量的结果。
127.0.0.1:6379> georadius china:city 110 30 1000 km #以110,30这个经纬度为中心,寻找方圆1000km内的城市
1) "xian"
2) "shenzhen"
3) "guangzhou"
4) "hangzhou"
127.0.0.1:6379> georadius china:city 110 30 500 km #以110,30这个经纬度为中心,寻找方圆500km内的城市
1) "xian"
127.0.0.1:6379> georadius china:city 110 30 500 km withdist #显示两个城市中间距离的距离
1) 1) "xian"
2) "484.4073"
127.0.0.1:6379> georadius china:city 110 30 500 km withcoord # 110 30 范围内城市的定位信息
1) 1) "xian"
2) 1) "108.94802302122116089"
2) "34.2631604414749944"
127.0.0.1:6379>
5、georadiusbymember:根据给定地理位置获取指定范围内的地理位置集合。
语法:
GEORADIUSBYMEMBER key member radius [m|km|ft|mi] [WITHCOORD] [WITHDIST] [ASC|DESC] [WITHHASH] [COUNT count]可选参数同georadius
127.0.0.1:6379> georadiusbymember china:city beijing 1000 km #找出以北京为中心,方圆1000km内的城市
1) "beijing"
2) "xian"
127.0.0.1:6379> georadiusbymember china:city shanghai 1000 km #找出以上海为中心,方圆1000km
1) "hangzhou"
2) "shanghai"
127.0.0.1:6379>
6、geohash:获取某个地理位置的geohash值。
语法:
GEOHASH key member [member ...]
#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,那么则距离越近!
127.0.0.1:6379> geohash china:city beijing
1) "wx4g0b7xrt0"
127.0.0.1:6379> geohash china:city xian
1) "wqj6zjmt2u0"
127.0.0.1:6379> geohash china:city shanghai
1) "wtw3sjt9vg0"
127.0.0.1:6379>
3、GEO底层的实现原理其实就是Zset
1、zset操作Geospatail
127.0.0.1:6379> zrange china:city 0 -1 #获取所有的城市集合
1) "xian"
2) "shenzhen"
3) "guangzhou"
4) "hangzhou"
5) "shanghai"
6) "beijing"
127.0.0.1:6379> zrem china:city hangzhou #移除指定的城市
(integer) 1
127.0.0.1:6379> zrange china:city 0 -1 #查看移除后剩下的城市
1) "xian"
2) "shenzhen"
3) "guangzhou"
4) "shanghai"
5) "beijing"
127.0.0.1:6379>
二、HyperLogLog
1、基数
再开始在前了解什么是基数?
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。
2、简介
- Redis 2.8.9版本就更新了Hyperloglog数据结构!
- Redis Hyperloglog基数统计的算法!
- 网页的UV(一个人访问一个网站多次,但是还是算作一个人!
- 传统的方式,set 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断!
- 传统的方式,set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断!
- 这个方式如果保存大量的用户id,就会比较麻烦!我们的目的是为了计数,而不是保存用户id ;
- 0.81%错误率!统计UV任务,可以忽略不计的!
3、相关命令
1、Pfadd 命令 - 添加指定元素到 HyperLogLog 中。
语法:
PFADD key element [element ...]
127.0.0.1:6379> pfadd mypf a b c d e f i j #像mypf添加一组数据
(integer) 1
127.0.0.1:6379> pfadd mypf1 i j z x c v n m #向mypf1添加一组数据
(integer) 1
127.0.0.1:6379>
2、Pfcount 命令返回给定 HyperLogLog 的基数估算值。
语法:
PFCOUNT key [key ...]
127.0.0.1:6379> pfcount mypf #返回mypf 的基数值
(integer) 8
127.0.0.1:6379> pfcount mypf2 #返回mypf2 的基数值
(integer) 8
127.0.0.1:6379> pfcount mypf mypf2 #返回mypf与mypf2 回基数估值之和
(integer) 13
127.0.0.1:6379>
3、Pgmerge 命令 - 将多个 HyperLogLog 合并为一个 HyperLogLog
语法:
PFMERGE destkey sourcekey [sourcekey ...]
127.0.0.1:6379> pfmerge mypf3 mypf mypf2 #合并两组mypf mypf2 =>mypf3并集
OK
127.0.0.1:6379> pfcount mypf3 #计算mypf3的基数值
(integer) 13
127.0.0.1:6379>
三、Bitmaps
1、简介
(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。
2、常用命令
1、setbit-设置Bitmaps中某个偏移量的值(0或1)
语法:
setbit key offset value
127.0.0.1:6379> setbit singn 0 0
(integer) 0
127.0.0.1:6379> setbit singn 2 1
(integer) 0
127.0.0.1:6379> setbit singn 3 0
(integer) 0
127.0.0.1:6379>
2、getbit-获取Bitmaps中某个偏移量的值
语法:
getbit key offset
127.0.0.1:6379> getbit singn 3
(integer) 0
127.0.0.1:6379> getbit singn 2
(integer) 1
127.0.0.1:6379>
3、bitcount-统计字符串从start字节到end字节比特值为1的数量
语法:
bitcount key start end
127.0.0.1:6379> setbit unique:users:2016-04-05 0 1
(integer) 0
127.0.0.1:6379> setbit unique:users:2016-04-05 5 1
(integer) 0
127.0.0.1:6379> setbit unique:users:2016-04-05 11 1
(integer) 0
127.0.0.1:6379> setbit unique:users:2016-04-05 15 1
(integer) 0
127.0.0.1:6379> setbit unique:users:2016-04-05 19 1
(integer) 0
127.0.0.1:6379> getbit unique:users:2016-04-05 8
(integer) 0
127.0.0.1:6379> getbit unique:users:2016-04-05 8
(integer) 0
127.0.0.1:6379> bitcount unique:users:2016-04-05
(integer) 5
127.0.0.1:6379> bitcount unique:users:2016-04-05 10 20
(integer) 0
127.0.0.1:6379> bitcount unique:users:2016-04-05 1 3
(integer) 3
127.0.0.1:6379>
10、Redis三种特殊的数据类型的更多相关文章
- cocos2dx中的三种基本的数据类型
cocos2dx中提供了三种基本的数据类型:CCString(字符串),CCArray(数组),CCDictionary(数据字典(哈希的功能)) 2.CCString的用法 class CCStr ...
- Jedis连接Redis三种模式
这里说的三种工作模式是指: 1.单机模式 2.分片模式 3.集群模式(since 3.0) 说明图详见以下: 使用单机模式连接: private String addr="192.168.1 ...
- python实现redis三种cas事务操作
cas全称是compare and set,是一种典型的事务操作. 简单的说,事务就是为了存取数据库中同一数据时不破坏操作的隔离性和原子性,从而保证数据的一致性. 一般数据库,比如MySql是如何保证 ...
- Redis三种集群模式介绍
三种集群模式 redis有三种集群模式,其中主从是最常见的模式. Sentinel 哨兵模式是为了弥补主从复制集群中主机宕机后,主备切换的复杂性而演变出来的.哨兵顾名思义,就是用来监控的,主要作用就是 ...
- Redis三种模式——主从复制,哨兵模式,集群
一.Redis主从复制作用 数据冗余:主从复制实现了数据的热备份,是持久化之外的一种数据冗余方式. 故障恢复:当主节点出现问题时,可以由从节点提供服务,实现快速的故障恢复:实际上是一种服务的冗余. 负 ...
- linux配置redis三种启动方式
下载 wget http://download.redis.io/releases/redis-4.0.9.tar.gz 解压 tar -xzf redis-4.0.9.tar.gz -C /usr/ ...
- redis三种启动方式
Part I. 直接启动下载 官网下载:http://redis.io/download安装 tar zxvf redis-2.8.9.tar.gzcd redis-2.8.9#直接make 编译ma ...
- redis三种连接方式
安装 tar zxvf redis-2.8.9.tar.gz cd redis-2.8.9 #直接make 编译 make #可使用root用户执行`make install`,将可执行文件拷贝到/u ...
- 高并发下用pdo,文件排它锁,redis三种方法对比
<?php header('content-type:text/html;charset=utf-8'); // //无控制 // $DB_DSN = ' ...
随机推荐
- 《Python语言程序设计》【第1周】Python基本语法元素
实例:温度转化 #TempConvert.py 单行注释 ''' TemConvert.py ''' # 多行注释 TempStr = input("请输入带有符号的温度值: ") ...
- PLSQL 删表 恢复
1.查看你删除的是哪张表(SQL 中的时间是删表时的时间 (我删表的时间 大概是:2019-08-16 08:47:00 之后 )): select * from user_recy ...
- 菜鸡的Java笔记 第三十四 Annotation
Annotation 多例模式特点: 1. 多例类可以有多个实例 2. 多例类必须自己创建自己的实例,并管理自己的实例,和向外界提供自己的实例 ...
- 关于linux系统密码策略的设置
由于工作需要最近需要将公司的多台linux服务器进行密码策略的设置,主要内容是增加密码复杂度. 操作步骤如下,不会的同学可以参考: 操作前需要掌握如下几个简单的知识点:(其实不掌握也行,不过学学没坏处 ...
- python实现图像直方图
目录: (一)直方图的使用 正文: (一)直方图的使用 1 from matplotlib import pyplot as plt 2 def plot_demo(image): 3 print(i ...
- [bzoj3123]森林
首先对于询问操作可以使用可持久化线段树来维护,对于连边操作对于两颗树中选取较小的树暴力练到另一个点上,点数可以用并查集然后只修改根的点数即可. 1 #include<bits/stdc++.h& ...
- [loj2461]完美的队列
参考论文,这里一共写了论文中的3种做法,第一种做法为强制在线时的做法,第二种为时间复杂度略高的做法(前两种都无法通过),第三种为本题正解,并给出了一种理论复杂度更优的做法 1.做法1 情况1 $\fo ...
- [luogu5344]逛森林
由于没有删边操作,可以先建出整棵森林,之后再用并查集判断是否连通,若连通必然与最后的森林相同 但如果用树链剖分+线段树的形式来优化建图,更具体如下: 建立两颗线段树,左边从儿子连向父亲,右边从父亲连向 ...
- [loj2586]选圆圈
下面先给出比较简单的KD树的做法-- 根据圆心建一棵KD树,然后模拟题目的过程,考虑搜索一个圆 剪枝:如果当前圆[与包含该子树内所有圆的最小矩形]都不相交就退出 然而这样的理论复杂度是$o(n^2)$ ...
- [noi1755]Trie
定义S对应的数组为$a_{i}=\min_{0\le j<i,S_{j}=S_{i}}i-j$,特别的,若不存在j,令$a_{i}=i$,那么容易发现存在双射关系就意味这两者对应的数组相同 因此 ...