redisson的特殊结构 redis三大特殊类型

上一章讲到redis的五种基本数据类型，string、list、hash、set、zset，这次简单聊一下redis的三种特殊数据类型，虽然基本数据类型可以解决我们日常需求，但是特殊的数据类型，帮我们解决一些特殊的情景是很有必要的。

1、Geospatial：地理位置

        实际需求中，我们可以用来查询附近的人、计算两人之间的距离等。当然，那些所需的经纬度我们肯定要结合java代码来一次导入，手动查询和录入太过于浪费时间！

        1）：两极无法直接添加，我们一般会下载城市数据，直接通过java程序一次性导入

        2）：有效的经度 -180 ~ 180

        3）：有效的纬度 -85.05112378 ~ 85.05112878

        4）：m为米，km为千米，mi为英里，geodist(计算距离)操作

①geoadd（添加）、geopos（查看）、geodist（计算距离）操作

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] ...
127.0.0.1:6379> geoadd city 118.8921 31.32751 nanjing 117.30794 31.79322 hefei    #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
(integer) 2    
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) "hefei"
2) "nanjing"
127.0.0.1:6379> geopos city nanjing    #查看看指定城市的经纬度信息
1) 1) "118.8920983672142"
   2) "31.327509762757607"
127.0.0.1:6379> geopos city nanjing hefei    #查看看多个城市的经纬度信息
1) 1) "118.8920983672142"
   2) "31.327509762757607"
2) 1) "117.30793744325638"
   2) "31.793219150805264"
127.0.0.1:6379> geodist city nanjing hefei km    #计算距离km 千米
"158.8208"
127.0.0.1:6379> geodist city nanjing hefei    #计算南京到合肥之间的距离，默认返回单位是m
"158820.7744"
127.0.0.1:6379> geodist city nanjing hefei m    #m 米
"158820.7744"
127.0.0.1:6379> geodist city nanjing hefei mi    #mi 英里
"98.6869"    
127.0.0.1:6379> geodist city nanjing hefei ft    #ft 英尺
"521065.5328"
127.0.0.1:6379>

②georadius（查询附近位置）操作

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"
127.0.0.1:6379> georadius city 120 38 1000 km    #查看指定位置的1000公里范围内有哪些城市
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 list or set)
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"
127.0.0.1:6379> georadius city 120 38 1000 km withcoord    #查看指定位置的550公里范围内有哪些城市,withcoord指定返回城市的经纬度
1) 1) "beijing"
   2) 1) "116.23128265142441"
      2) "40.220769054385265"
2) 1) "hefei"
   2) 1) "117.30793744325638"
      2) "31.793219150805264"
3) 1) "nanjing"
   2) 1) "118.8920983672142"
      2) "31.327509762757607"
127.0.0.1:6379> georadius city 120 38 1000 km withcoord withdist    #查看指定位置的1000公里范围内有哪些城市,withdist指定返回城市的距离
1) 1) "beijing"
   2) "408.3496"
   3) 1) "116.23128265142441"
      2) "40.220769054385265"
2) 1) "hefei"
   2) "732.6371"
   3) 1) "117.30793744325638"
      2) "31.793219150805264"
3) 1) "nanjing"
   2) "749.0265"
   3) 1) "118.8920983672142"
      2) "31.327509762757607"
127.0.0.1:6379> georadius city 120 38 1000 km withcoord withdist withhash    #查看指定位置的1000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！
1) 1) "beijing"
   2) "408.3496"
   3) (integer) 4069896088584598
   4) 1) "116.23128265142441"
      2) "40.220769054385265"
2) 1) "hefei"
   2) "732.6371"
   3) (integer) 4052763834193093
   4) 1) "117.30793744325638"
      2) "31.793219150805264"
3) 1) "nanjing"
   2) "749.0265"
   3) (integer) 4054278565840695
   4) 1) "118.8920983672142"
      2) "31.327509762757607"
127.0.0.1:6379> georadius city 120 38 1000 km withcoord withdist withhash count 2    #查看指定位置的1000公里范围内有哪些城市,count num 指定返回’num‘个城市数据量
1) 1) "beijing"
   2) "408.3496"
   3) (integer) 4069896088584598
   4) 1) "116.23128265142441"
      2) "40.220769054385265"
2) 1) "hefei"
   2) "732.6371"
   3) (integer) 4052763834193093
   4) 1) "117.30793744325638"
      2) "31.793219150805264"
127.0.0.1:6379>

③ georadiusbymember （查找指定元素指定范围内的元素）、geohash （返回经纬度的hash值）、zrange、zrem（使用zset命令操作geo）

127.0.0.1:6379> georadiusbymember city nanjing 500 km    #查询南京 500公里范围有哪些城市
1) "hefei"
2) "nanjing"
127.0.0.1:6379> georadiusbymember city chongqing 1500 km    #查询重庆 1500公里范围有哪些城市
1) "lasa"
2) "kunming"
3) "chongqing"
4) "hefei"
5) "nanjing"
6) "beijing"
127.0.0.1:6379> geohash city beijing nanjing    #返回北京和南京的经纬度的 hash值
1) "wx4sucvncn0"
2) "wtsd1qyxfx0"
127.0.0.1:6379> zrange city 0 -1    #查看所有城市name
1) "lasa"
2) "kunming"
3) "chongqing"
4) "hefei"
5) "nanjing"
6) "beijing"
127.0.0.1:6379> zrem city lasa    #根据geo中的name删除g元素，返回值为1，删除成功
(integer) 1
127.0.0.1:6379> zrange city 0 -1    #查看所有城市name
1) "kunming"
2) "chongqing"
3) "hefei"
4) "nanjing"
5) "beijing"
127.0.0.1:6379>

2、Hyperloglog：基数

基数：数学层面说：两个数据集中不重复的元素，但是在redis中，可能会有一定的误差性，官方误差不到1%，Hyperloglog占用内存是固定的，2^64个元素，相当于只需要12kb的内存即可，效率极高。如果在实际业务中，允许一定的误差值，我们可以使用基数统计来计算~效率非常高！比如：网站的访问量，就可以利用Hyperloglog来进行计算统计！

①pfadd（添加数据集）、pfcount（统计数据集）、pfmegre（合并数据集-自动去重）

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
127.0.0.1:6379> pfmerge newdata dataList dataList1    #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
OK
127.0.0.1:6379> pfcount newdata    #统计数据集中的元素
(integer) 10
127.0.0.1:6379>

 3、Bitmap： 位存储

Bitmap 位图，数据结构！ 都是操作二进制位来进行记录，就只有0 和 1 两个状态！实际需求中，可能需要我们统计用户的登陆信息，员工的打卡信息等等。只要是事务的只有两个状态的，我们都可以用Bitmap来进行操作！！！

①setbit（添加）、getbit（获取）、bitcount（统计）操作

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
127.0.0.1:6379>