【Redis】5.新数据类型

2021/8/21 2:06:34

本文主要是介绍【Redis】5.新数据类型,对大家解决编程问题具有一定的参考价值,需要的程序猿们随着小编来一起学习吧!

1. Bitmaps

1.1 简介

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:

image-20210817222019722

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。

image-20210817222214676

1.2 命令

1.2.1 setbit

1.2.1.1 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
1.2.1.2 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:

image-20210817222529160

unique:users:20201106代表2020-11-06这天的独立访问用户的Bitmaps

image-20210817222541199

注意

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。

1.2.2 getbit

1.2.2.1 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)
1.2.2.2 实例

获取id=8的用户是否在2020-11-06这天访问过,返回0说明没有访问过:

image-20210817222840196

注:因为100根本不存在,所以也是返回0。

1.2.3 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。

1.2.3.1 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
1.2.3.2 实例

计算2022-11-06这天的独立访问用户数量:

image-20210817223106373

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。

image-20210817223151268

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 -> 1

bitcount K1 1 3:统计下标1、2字节组中bit=1的个数,即01000000 00000000 00100001 -> 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 -> 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。

1.2.4 bitop

1.2.4.1 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。
1.2.4.2 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:20201103 unique:users:20201104

image-20210817224828076

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。

bitop or unique:users:or:20201104_03 unique:users:20201103 unique:users:20201104

bitcount unique:users:or:20201104_03

1.3 Bitmaps和Set对比

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下表【Set和Bitmaps存储一天活跃用户对比】。

数据类型 每个用户id占用空间 需要存储的用户量 全部内存量
Set 64位 50000000 64位*50000000 = 400MB
Bitmaps 1位 100000000 1位*100000000 = 12.5MB

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。如下表【Set和Bitmaps存储独立用户空间对比】

数据类型 一天 一个月 一年
Set 400MB 12GB 144GB
Bitmaps 12.5MB 375MB 4.5GB

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。如下表【Set和Bitmaps存储一天活跃用户对比(独立用户比较少)】

数据类型 每个用户id占用空间 需要存储的用户量 全部内存量
Set 64位 100000 64位*100000 = 800KB
Bitmaps 1位 100000000 1位*100000000 = 12.5MB

2. HyperLogLog

2.1 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(Page View页面访问量),可以使用Redis的incr、incrby轻松实现。

但像UV(Unique Visitor,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。

2.2 命令

2.2.1 pfadd

2.2.1.1 格式
  • pfadd <key> < element> [element ...]
    • 添加指定元素到 HyperLogLog 中
2.2.1.2 实例

image-20210817234049485

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。

2.2.2 pfcount

2.2.2.1 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
2.2.2.2 实例

image-20210817234132189

2.2.3 pfmerge

2.2.3.1 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
2.2.3.2 实例

image-20210817234348829

3. Geospatial

3.1 简介

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。

3.2 命令

3.2.1 geoadd

3.2.1.1 格式
  • geoadd <key> <longitude> <latitude> <member> [longitude latitude member...]
    • 添加地理位置(经度,纬度,名称)
3.2.1.2 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。

3.2.2 geopos

3.2.2.1 格式
  • geopos <key> <member> [member...]
    • 获得指定地区的坐标值
3.2.2.2 实例

image-20210817235311863

3.2.3 geodist

3.2.3.1 格式
  • geodist <key> <member1> <member2> [m|km|ft|mi ]
    • 获取两个位置之间的直线距离
    • 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
3.2.3.2 实例

获取两个位置之间的距离:

image-20210817235551448

3.2.4 georadius

3.2.4.1 格式
  • georadius <key> <longitude> <latitude> 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
3.2.4.2 实例

image-20210817235827370



这篇关于【Redis】5.新数据类型的文章就介绍到这儿,希望我们推荐的文章对大家有所帮助,也希望大家多多支持为之网!


扫一扫关注最新编程教程