作者: BigLoser 访问次数: 967 创建时间: 2020-11-04 18:13:07 更新时间: 2024-04-24 02:55:51
除了string,hash,list,set,zset之外,redis还提供了一些其他的数据结构(当然,严格意义上也不算数据结构),一起来看看redis还可以做哪些事?
在计算机中,使用二进制做为信息的基础单元,也就是输入的任何信息,最终在计算机底层都会转会为一串二进制的数字。在redis中,提供了Bitmaps来进行位操作。我们可以把Bitmaps想象成一个以位为单位的数组,数组的下标叫做偏移量。使用Bitmaps的优势就是占用空间更少。
假如我们想记录员工今天是否登录过公司官网,我们可以日期做为key,员工id做为偏移量(这里员工id在数据库中是自增的),如果id是从1000开始,为了节省空间,一般会将员工id减去这个初始值来做为偏移量,偏移量一般从0
开始。是否访问官网用0
和1
来表示。
这样的话,id为3
的员工访问了官网,就将他的值写成1
# id为3的员工访问了官网
setbit user:2020-11-04 3 1
# id为18的员工访问了官网
setbit user:2020-11-04 18 1
查看某个员工是否访问过官网
getbit user:2020-11-04 1
查询指定范围(字节)内值为1的个数,比如我想查看id从1-24之间有多少员工访问了官网
bitcount user:2020-11-04 1 3
HyperLogLog
可以利用极小的内存空间完成数据统计,无法获取单条数据,只能做为统计使用,会有一定的误差率。
假如我想统计访问官网的IP地址
添加官网今天访问的ip列表
# 2020-11-04访问的ip
pfadd 2020-11-04:ip "ip1" "ip2" "ip3"
# 2020-11-05访问的ip
pfadd 2020-11-05:ip "ip3" "ip4" "ip5"
计算今天官网访问的ip数
pfcount 2020-11-04:ip
返回结果为3
查看2020-11-04和2020-11-05这两天总共有多少个独立ip访问过网站
先将两天的数据做并集,并复制给某个值
pfmerge 2020-11:ip 2020-11-04:ip 2020-11-05:ip
然后使用pfcount命令查询,获得的值为5
pfcount 2020-11:ip
在Redis3.2
版本中增加了GEO(地理位置定位)功能,可以使用此功能来获取附近的人。
添加命令如下,可批量添加
geoadd city longitud latitude member
我们添加几个城市的位置信息,来获取某个城市附近的城市
geoadd city 116.28 39.55 beijing 117.12 39.08 tianjin
获取北京的经纬度命令如下
geopos city beijing
查看beijing和tianjin两座城市的距离
geodist city beijing tianjin km
最后面的km表示距离单位是公里,支持的单位有以下几个:
m,米
km,千米
mi,英里
ft,尺
获取附近的位置有两个命令,georadius
根据经纬度获取,georadiusbymember
根据成员获取
georadius key longitude laitude [单位]
georadiusbymember key member [单位]
后面还可以跟非必须参数,参数分别如下
withcoord:返回结果中包含经纬度
withdist:返回结果中包含距离中心位置的距离
withhash:返回结果中包含geohash(就是将经纬度转换为hash值)
COUNT count:指定返回结果的数量
asc|desc:返回结果按距离中心位置的距离排序
store key:将返回结果的地理位置信息保存到指定key中
storedist key:将返回结果距离中心位置的距离保存到指定key中
在上一篇文章中讲到了可以使用list和zset来实现消息队列,但是上面实现的消息队列是点对点模式,也就是一条消息只能由一个消费者来消费。除此之外,redis还支持发布订阅模式,即一个消息由所有订阅者消费,比如广播、公告等等,发布一条公告后,所有关注了我的用户都可以收到这条公告。
发布消息
发布到信道channel:message一条消息,消息内容为hi
pulish channel:message hi
订阅信道
订阅者可以订阅一个或多个信道,比如订阅channel:message
subscribe channel:message
取消订阅
unsubscribe channel:message
查看活跃信道
pubsub channels
查看订阅数
查看信道channel:message订阅个数
pubsub numsub channel:message
redis的发布订阅模式和专业的消息中间件相比,略显粗糙,但是实现起来非常简单,学习成本较低。
布隆过滤器是redis4
版本中新增的一个功能。其实现原理和Bitmaps差不多,也是利用一个位数组,将你的值经过多个hash函数,得到对应的位数组的位置,将这些值设置为1。布隆过滤器经常别用来防止缓存穿透。
存在的问题,如果说某个元素不存在,则一定不存在,如果说某个元素存在,则可能不存在。这是因为如果有三个元素a
,b
,c
要放入同一个数组中去,假设a
经过三次hash,得到1,5,7三个位置,那么就会将这三个位置修改成1
,b
经过三次hash,得到2,4,6三个位置,将这三个位置修改成1
。c
经过三次hash得到2,5,7三个位置,但是经过前两个元素hash后,这三个位置已经修改成1
了,那么我们能说c
一定存在吗?显然不能!
语言: zh-CN
翻译人员:
原作者:
转载地址:
源网址: https://xie.infoq.cn/article/57a9ba3253cc807847eb6b969
版权: 本站所有内容, 版权归原作者所有。发表原创内容将会获得现金奖励, 并且随着时间倍数增长, 请了解我们的内容奖励计划。