Redis之Gaospatial地理位置

国内城市经纬度在线查询工具http://www.jsons.cn/lngcode/

我们如果在Redis中查询位置，则需要先在数据库中输入该坐标。

在这里插入图片描述

添加一个或多个地理位置的坐标
我们使用GEOADD指令来添加地理位置坐标
语法：GEOADD key longitude latitude member [longitude latitude member ...]

key表示地理位置的索引
longitude表示该位置的经度
latitude表示该位置的纬度
member表示地名

我们以输入郑州经纬度为例
在这里插入图片描述
因为郑州是中国的城市，因此我们可以定义深圳的索引key为“china:city”。

注意：Gaospatial地理位置中，多个城市可以使用同一个key。查询地址时可以通过索引+地名的形式查询。

查询一个或多个地理位置坐标
语法：GEOPOS key member [member ...]

有则返回经纬度，没有则返回null。在这里插入图片描述
查询两地之间的距离
语法：GEODIST key member1 member2 [unit]

member1为第一个位置名称
member2为第二个位置名称
[unit]为显示的单位，可以是m（米，默认）、km（千米）、ft（英尺）、mi（英里）

在这里插入图片描述

以坐标为中心来范围搜索地理位置
语法：GEORADIUS key longitude latitude radius m|km|ft|mi [WITHCOORD] [WITHDIST] [WITHHASH] [COUNT count] [ASC|DESC]

key为要查询的地理位置的索引
longitude为该地理位置的经度
latitude为该地理位置的纬度
radius表示要查询的半径
m|km|ft|mi表示单位
[WITHCOORD]可选，表示是否输出经纬度
[WITHDIST]可选，表示是否输出距离
[WITHHASH]可选，表示是否输出哈希值
[COUNT count]可选，表示输出几个数据
[ASC|DESC]可选，表示按照距离升序还是降序排列，ASC升序，DESC降序

以位置为中心来范围搜索地理位置
语法：GEORADIUSBYMEMBER key member radius m|km|ft|mi [WITHCOORD] [WITHDIST] [WITHHASH] [COUNT count] [ASC|DESC]

key为要查询的地理位置的索引
member为要作为中心点的地理位置
radius表示要查询的半径
m|km|ft|mi表示单位
[WITHCOORD]可选，表示是否输出经纬度
[WITHDIST]可选，表示是否输出距离
[WITHHASH]可选，表示是否输出哈希值
[COUNT count]可选，表示输出几个数据
[ASC|DESC]可选，表示按照距离升序还是降序排列，ASC升序，DESC降序

Redis之HyperLoglog基数统计

Redis 经常使用的数据类型有字符串、列表、散列、集合和有序集合，但这些类型并不能满足所有的应用场景，因此，Redis 的后续版本不断的扩增其他数据类型来增强 Redis 适用能力。在 Redis 2.8.9 版本中新增了 HyperLogLog 类型。

HyperLoglog采用了基数估计算法，所以它得到的结果一定会存在误差(标准误差为0.81%)，适用于海量数据的计算与统计，特点是占用空间小，计算速度快。

基数计算（cardinality counting）指的是统计一批数据中的去掉重复元素后数据的个数。比如集合 {1,2,3,1,2} ，它的基数集合为 {1,2,3} ，所以基数为 3。HyperLogLog 正是通过基数估计算法来统计输入元素的基数。

HyperLoglog 不会存储元素值本身，只能统计数量。

添加指定元素
语法：PFADD key element [element ...]

key为数据集的索引
element为数据集中的数据

创建三个数据集，索引分别为mynum1，mynum2，mynum3：
在这里插入图片描述

统计数据集的基数估算值
语法：PFCOUNT key [key ...]

注意，数据集中的重复元素是需要去掉统计的。

在这里插入图片描述

合并数据集
语法：PFMERGE destkey sourcekey [sourcekey ...]

destkey为要合并到的数据集的名称
sourcekey为要合并的数据集的索引

比如我们将“mynum1”和“mynum2”合并并集为“mynum4”，再求“mynum4”的基数，得到13，是因为其中的f和g重复。
在这里插入图片描述

Redis之Bitmap位图场景

Bitmap位图是通过二进制实现的，其中存储的数据要么是0，要么是1，ep：{0,1,1,0,1,0,0}。而且位图中每一个数据都是有唯一的一个下标对应的，与数组类似。

由于位图的数据存储是由0，1存储，因此我们可以应用于统计用户签到次数，上班打卡次数，只要是事件可以通过0|1表示的都可以使用Bitmap表示。
Bitmap同样属于string数据类型。在Redis中一个字符串类型的值最多能存储512MB的内容，每个字符串由多个字节组成，每个字节由8个Bit位组成，因此Bitmap的存储上限为 $2^{32}$ 。

输入位图数据集