目录
1、redis地理空间(GEO)
2、redis基数统计(HyperLogLog)
3、redis位图(bitmap)
4、redis位域bitfield)
5、redis流(Stream)
1、redis地理空间(GEO)
Redis 的地理空间数据结构(GEO)可以用于存储地理位置信息,并支持附近位置搜索等功能。
| 命令 | 描述 | 
|---|---|
| GEOHASH | 返回一个或多个位置元素的 Geohash 表示 | 
| GEOPOS | 从key里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, 找出某一半径内的元素 | 
| GEOADD | 将指定的地理空间位置(纬度、经度、名称)添加到指定的key中 | 
| GEORADIUSBYMEMBER | 找出位于指定范围内的元素,中心点是由给定的位置元素决定 | 
应用场景
-  附近的人/店铺搜索:可以使用 GEO 数据结构来存储用户或商店的地理位置信息,然后通过 Redis 提供的命令进行附近的人或店铺搜索,例如查找附近的餐馆、商店或其他服务设施。 
-  地理围栏监控:通过 GEO 数据结构记录移动物体的实时位置,并结合有序集合(Sorted Set)来实现地理围栏监控,比如在特定区域内的移动车辆或设备监控。 
-  地理位置标注:将地理位置信息与其他业务数据关联,比如将特定位置的销售点、活动场所等信息与地理位置进行标注,以支持位置相关的业务查询和展示。 
2、redis基数统计(HyperLogLog)
Redis 的基数统计(HyperLogLog)数据结构用于估算一个集合中不重复元素的个数,能够在占用较小内存的同时对大数量级的数据进行近似计数。
| PFADD | 添加元素到 HyperLogLog 中 |  示例:  说明:向名为  | 
| PFCOUNT | 获取 HyperLogLog 中的近似基数 |  示例: 说明:返回值为近似的基数,即 HyperLogLog 中不重复元素的数 | 
| PFMERGE | 合并多个 HyperLogLog |  示例: 说明:将多个 HyperLogLog 合并为一个新的 HyperLogLo | 
应用场景
-  独立访客统计:可以使用 HyperLogLog 数据结构来进行网站或应用的独立访客数量统计,而不需要存储每个访客的详细信息,节省内存空间。 
-  活跃用户统计:对于大型在线平台,可以使用 HyperLogLog 计数活跃用户数量,而无需维护每个用户的详细浏览记录。 
-  广告点击量统计:在广告分析领域,HyperLogLog 可以用于估算独立用户的广告点击数量,而不必存储每次点击的详细信息。 
3、redis位图(bitmap)
Redis中的位图(bitmap)是一种特殊的数据结构,它通常用于表示某种状态或者标记,每个比特位可以表示一个状态或者标记的存在与否。
| setbit | 设置位图中的某一位 |  示例: 说明:将user 1的在线状态设置为1(在线),偏移量为1001 | 
| getbit | 获取位图中的某一位的值 |   示例: 说明:返回值为0或1,表示偏移量为1001的位的 | 
| strlen | 统计字节数占用多少 | 示例: user:1:online | 
| bitcount | 统计位图中值为1的位数 |  示例:  说明:可选参数 | 
| bitop | 对多个位图进行逻辑运算 |  示例:  说明:将user 1和user 2的在线状态做与操作,存储到 | 
应用场景
- 用户在线状态:可以使用位图来表示用户的在线状态,每个比特位代表一个用户,值为1表示在线,值为0表示离线。
- 统计用户活跃度:使用位图记录用户每天的活跃情况,以便后续进行活跃度分析和统计。
- 标记用户行为:可以用位图来标记用户的某些行为,比如签到、阅读等,每个比特位代表一个行为,值为1表示有该行为,值为0表示没有。
4、redis位域bitfield)
Redis 的位域(Bitfield)数据结构提供了位级别的操作,可以方便地对二进制位进行读取和修改,适用于一些需要对大量位操作的场景。
| BITFIELD | 设置位域中的指定位 | 示例: 说明:在名为  | 
| GETBIT | 获取位域中的指定位 | 示例: 返回值为指定偏移处的位的值。 | 
| BITOP | 对位域进行位运算 | 示例: 说明:将多个位域进行指定的位运算(AND/OR/XOR/NOT)后存储到目标位域。 | 
应用场景
-  权限管理:位域可以用于表示用户或角色的权限,每一位代表一种权限状态,通过位运算可以方便地进行权限的赋予与撤销。 
-  实时状态标记:对于实时状态的标记,比如设备状态、用户在线状态等,位域可以高效地存储并更新这些状态信息。 
-  布隆过滤器:布隆过滤器是一种空间效率很高的概率型数据结构,常用于快速判断一个元素是否存在。在 Redis 中,可以利用位域来实现布隆过滤器。 
5、redis流(Stream)
Redis 的流(Stream)数据结构是一个有序、可持久化的消息队列,可以用于实现消息发布订阅系统、事件日志、通知系统等功能。
| XADD | 发布消息到流 | 示例: 说明:向名为  | 
| XREAD | 消费者消费消息 | 示例: 说明:从名为  | 
| XACK | 消费者确认消息 | 示例: 说明:消费者组  | 
| XGROUP | 创建消费者组 | 示例: 说明:创建名为  | 
应用场景
-  消息队列:流可以作为高性能的消息队列使用,允许按照发布的顺序进行消费,支持多个消费者并行处理消息。这种模式非常适合需要处理大量实时消息的业务场景。 
-  事件日志:流可以用于记录系统的事件日志,包括用户操作、系统状态变化等,以便后续进行分析和故障排查。 
-  通知系统:流可以用于构建实时的通知系统,例如实时推送用户的消息、提醒和通知。