Это 4-й день моего участия в Gengwen Challenge, смотрите подробности мероприятия:Обновить вызов
Эта статья участвует в "Java Theme Month - Java Development Practice", подробнее см.Ссылка на мероприятие
Статьи по Теме
Сводка боя Redis:Редис в действии
предисловие
Многие блоги рассказывают только о пяти основных типах, и действительно, они наиболее часто используются, и 90% программистов знают только о наиболее часто используемом String для Redis. Но лично я считаю, что, поскольку Redis официально предоставляет другие типы данных, должны быть соответствующие соображения: в некоторых особых бизнес-сценариях эти специальные типы все же могут дать нам еще одно решение! Что ж, это исследование того стоит! ! !
1. Геопространственный:Географическое положение
Запрос широты и долготы города: Запрос долготы и широтыПримечание 1:столбыЕго нельзя добавить напрямую.Обычно мы загружаем данные города и импортируем их прямо через java-программу за один раз! Примечание 2: ДействуетдолготаОт -180 градусов до 180 градусов. Примечание 3: ДействуетширотаОт -85,05112878 градусов до 85,05112878 градусов. Примечание 4:mдля метров.kmна километры.miдля миль.ftв ногах. ①geoadd (добавить), geopos (просмотреть), geodist (рассчитать расстояние) операции
127.0.0.1:6379> geoadd city 118.8921 31.32751 nanjing 197.30794 31.79322
#当经纬度其中一个或者两个超过界限值，报错，信息如下：
(error) ERR syntax error. Try GEOADD key [x1] [y1] [name1] [x2] [y2] [name2] ...
#添加城市经纬度 语法格式： geoadd key 经度 纬度 name +++可多个添加
#添加成功后返回添加成功的数量值
127.0.0.1:6379> geoadd city 118.8921 31.32751 nanjing 117.30794 31.79322 hefei 102.82147 24.88554 kunming 91.13775 29.65262 lasa 116.23128 40.22077 beijing 106.54041 29.40268 chongqing
(integer) 6
127.0.0.1:6379> ZRANGE city 0 -1 #注意：geo的查看方式和zset的命令是一致的，
#由此可知，geo本质上还是个集合，不过Redis官方对其进行了二次封装
1) "lasa"
2) "kunming"
3) "chongqing"
4) "hefei"
5) "nanjing"
6) "beijing"
127.0.0.1:6379> geopos city nanjing #查看看指定城市的经纬度信息
1) 1) "118.89209836721420288"
2) "31.32750976275760735"
127.0.0.1:6379> geopos city nanjing beijing #查看看多个城市的经纬度信息
1) 1) "118.89209836721420288"
2) "31.32750976275760735"
2) 1) "116.23128265142440796"
2) "40.22076905438526495"
127.0.0.1:6379> geodist city nanjing beijing #计算南京到北京之间的距离，默认返回单位是m
"1017743.1413"
127.0.0.1:6379> geodist city nanjing beijing km #km 千米
"1017.7431"
127.0.0.1:6379> geodist city nanjing beijing mi #mi 英里
"632.3978"
127.0.0.1:6379> geodist city nanjing beijing ft #ft 英尺
"3339052.3010"
②georadius (запрос близлежащего местоположения) операция
127.0.0.1:6379> ZRANGE city 0 -1 #查看城市
1) "lasa"
2) "kunming"
3) "chongqing"
4) "hefei"
5) "nanjing"
6) "beijing"
#查看指定位置的1000公里范围内有哪些城市
127.0.0.1:6379> georadius city 120 38 1000 km
1) "beijing"
2) "hefei"
3) "nanjing"
127.0.0.1:6379> georadius city 120 38 400 km #查看指定位置的400公里范围内有哪些城市
(empty array)
127.0.0.1:6379> georadius city 120 38 550 km #查看指定位置的550公里范围内有哪些城市
1) "beijing"
#查看指定位置的550公里范围内有哪些城市,withcoord指定返回城市的name
127.0.0.1:6379> georadius city 120 38 1000 km withcoord
1) 1) "beijing"
2) 1) "116.23128265142440796"
2) "40.22076905438526495"
2) 1) "hefei"
2) 1) "117.30793744325637817"
2) "31.79321915080526395"
3) 1) "nanjing"
2) 1) "118.89209836721420288"
2) "31.32750976275760735"
#查看指定位置的550公里范围内有哪些城市,withdist指定返回城市的’经纬度‘值
127.0.0.1:6379> georadius city 120 38 1000 km withcoord withdist
1) 1) "beijing"
2) "408.3496"
3) 1) "116.23128265142440796"
2) "40.22076905438526495"
2) 1) "hefei"
2) "732.6371"
3) 1) "117.30793744325637817"
2) "31.79321915080526395"
3) 1) "nanjing"
2) "749.0265"
3) 1) "118.89209836721420288"
2) "31.32750976275760735"
#查看指定位置的550公里范围内有哪些城市,withhash指定返回城市的’经纬度‘的hash值
#如果两个城市的hash值越’像‘，证明城市距离越近！
127.0.0.1:6379> georadius city 120 38 1000 km withcoord withdist withhash
1) 1) "beijing"
2) "408.3496"
3) (integer) 4069896088584598
4) 1) "116.23128265142440796"
2) "40.22076905438526495"
2) 1) "hefei"
2) "732.6371"
3) (integer) 4052763834193093
4) 1) "117.30793744325637817"
2) "31.79321915080526395"
3) 1) "nanjing"
2) "749.0265"
3) (integer) 4054278565840695
4) 1) "118.89209836721420288"
2) "31.32750976275760735"
#查看指定位置的550公里范围内有哪些城市,count num 指定返回’num‘个城市数据量
127.0.0.1:6379> georadius city 120 38 1000 km withcoord withdist withhash count 2
1) 1) "beijing"
2) "408.3496"
3) (integer) 4069896088584598
4) 1) "116.23128265142440796"
2) "40.22076905438526495"
2) 1) "hefei"
2) "732.6371"
3) (integer) 4052763834193093
4) 1) "117.30793744325637817"
2) "31.79321915080526395"
③ georadiusbymember (найти элементы в указанном диапазоне указанного элемента), geohash (возвратить хэш-значение широты и долготы), zrange, zrem (используйте команду zset для работы с гео)
#查询南京 500公里范围有哪些城市
127.0.0.1:6379> georadiusbymember city nanjing 500 km
1) "hefei"
2) "nanjing"
#查询重庆 1500公里范围有哪些城市
127.0.0.1:6379> georadiusbymember city chongqing 1500 km
1) "lasa"
2) "kunming"
3) "chongqing"
4) "hefei"
5) "nanjing"
6) "beijing"
#返回北京和南京的经纬度的 hash值
127.0.0.1:6379> geohash city beijing nanjing
1) "wx4sucvncn0"
2) "wtsd1qyxfx0"
#查看所有城市name
127.0.0.1:6379> ZRANGE city 0 -1
1) "lasa"
2) "kunming"
3) "chongqing"
4) "hefei"
5) "nanjing"
6) "beijing"
#根据geo中的name删除g元素
127.0.0.1:6379> ZREM city lasa
(integer) 1
#删除成功
127.0.0.1:6379> ZRANGE city 0 -1
1) "kunming"
2) "chongqing"
3) "hefei"
4) "nanjing"
5) "beijing"
④Резюме: в реальных потребностях мы можем использовать его для опроса людей поблизости, расчета расстояния между двумя людьми и т. д. Конечно, мы должны импортировать требуемые долготу и широту в сочетании с java-кодом.Ручной запрос и ввод слишком трудоемки!
2. Гиперлоглог:кардинальность
Сначала нужно понять, что такоекардинальность? На математическом уровне можно сказать, что элементы, не повторяющиеся в двух наборах данных~ Но в Redis могут быть некоторые ошибки. Официальная частота ошибок0.81%. Гиперлоглогпреимущество:Занимаемая память фиксирована, 2 ^ 64 элемента, что эквивалентно всего 12 КБ памяти. Очень эффективный! ①pfadd (добавить набор данных), pfcount (статистический набор данных), pfmegre (объединить набор данных — автоматическая дедупликация)
127.0.0.1:6379> pfadd dataList 1 2 3 4 5 6 7 #添加数据集
(integer) 1
127.0.0.1:6379> pfcount dataList #统计数据集中的元素
(integer) 7
127.0.0.1:6379> pfadd dataList1 4 5 6 7 8 9 10 #添加数据集
(integer) 1
127.0.0.1:6379> pfcount dataList1 #统计数据集中的元素
(integer) 7
#将dataList 和dataList1 两个数据集合并成一个新的 newdata数据集，并且自动去重
127.0.0.1:6379> pfmerge newdata dataList dataList1
OK
127.0.0.1:6379> pfcount newdata
(integer) 10
②Вывод: если в реальном бизнесе допускается определенное значение ошибки, мы можем использовать статистику количества элементов для расчета ~ эффективность очень высока! Например: количество посещений веб-сайта, вы можете использоватьHyperloglogПриходите и сделайте расчет статистики!
3. Битовая карта:битовое хранилище
Bitmap Bitmap, структура данных! Все они работают с двоичными битами для записи, есть только два состояния 0 и 1! ① операции setbit (добавление), getset (получение), bitcount (статистика)
127.0.0.1:6379> setbit login 1 1 #添加周一已登陆 为1
(integer) 0
127.0.0.1:6379> setbit login 2 1
(integer) 0
127.0.0.1:6379> setbit login 3 1
(integer) 0
127.0.0.1:6379> setbit login 4 0 #添加周四已登陆 为0
(integer) 0
127.0.0.1:6379> setbit login 5 0
(integer) 0
127.0.0.1:6379> setbit login 6 1
(integer) 0
127.0.0.1:6379> setbit login 7 0
(integer) 0
127.0.0.1:6379> getbit login 1 #获取周一是否登录
(integer) 1
127.0.0.1:6379> getbit login 4 #获取周四是否登陆
(integer) 0
127.0.0.1:6379> bitcount login #统计这周登陆的天数
(integer) 4
②Обзор: В реальных условиях нам может понадобиться подсчитать регистрационную информацию пользователей, информацию о перфокартах сотрудников и так далее. Пока это только бизнесдва состоянияДа, мы все можем использовать Bitmap для работы! ! !
Впереди долгий путь, и я обязательно буду его искать вдоль и поперёк~На этом объяснение трех специальных типов Redis подошло к концу.Если вы думаете, что блоггер написал это хорошо! Писать нелегко, ставьте лайки, подписывайтесь и комментируйте, чтобы поощрить блоггеров~