- bitmap是一种伪数据类型是基于String实现嘚。因为redis的key和value本身就支持二进制的存储方式所以bitmaps只是一个独特的扩展。因为是面向字节操作所以他的最大长度就是512M,最适合设置成2^32个鈈同字节
-
统计每天某一部电影是否被点播
统计每天有多少部电影被点播
统计每周/月/年有多少部电影被点播
统计年度哪部电影没有被点播
- 獲取指定key对应偏移量上的bit值
- 设置指定key对应偏移量上的bit值,value只能是1或0
当编号比较大时速度会很慢,会先对前面没用到的编号进行置0操作
- 对指定key按位进行交、并、非、异或操作并将结果保存到destKey中
- 统计指定key中1的数量
- Redis 在 2.8.9 版本添加了 HyperLogLog 结构。Redis HyperLogLog 是用来做基数统计的算法HyperLogLog 的优点是,在輸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鈈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
- 用于进行基数统计,不是集合不保存数据,只记录数量而不是具体數据
- 核心是基数估算算法最终数值存在一定误差
- 误差范围:基数估计的结果是一个带有 0.81% 标准错误的近似值
- 耗空间极小,每个hyperloglog key占用了12K的内存用于标记基数
- pfadd命令不是一次性分配12K内存使用会随着基数的增加内存逐渐增大
- Pfmerge命令合并后占用的存储空间为12K,无论合并之前数据量多少
-
存储每个用户的id(字符串) 存储每个用户状态(bit)
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。
redis 应用于地理位置计算
- GEOADD 将给定的空间元素(纬度、经度、名字)添加到指定的键里面
- GEOPOS 从键里面返回所有给定位置元素的位置(经度和纬度)
- GEODIST 返回两个给定位置之间的距离
- GEORADIUS 以给定的经纬度为中心, 返回与中心的距离不超过给定最大距离的所有位置え素