数据库
首页 > 数据库> > 04--Redis安装配置、原生命令、Redis高级:慢查询、事务、位图、HyperLogLog、GEO

04--Redis安装配置、原生命令、Redis高级:慢查询、事务、位图、HyperLogLog、GEO

作者:互联网

redis内容

1 redis安装配置

2 5大数据类型操作

3 通用指令

4 高级数据类型
  BitMaps位图
  HyperLogLog  超小内存唯一值计数  # 与布隆过滤器类似
  GEO地理位置信息
  
5 功能丰富:
  pipeline事务
  Luau脚本
  发布订阅(消息)
      
6 持久化:rdb和aof

7 主从复制 (一主一从,一主多从)  # 支持主服务器同步到从服务器中

8 sentinel哨兵(高可用)   # v2.8 支持高可用

9 redis集群原理和搭建      # v3.0 支持分布式

10 缓存更新策略,缓存粒度、缓存穿透、击穿、雪崩

1 redis安装和配置

##### 1 下载安装  源码安装
# 下载
wget http://download.redis.io/releases/redis-5.0.7.tar.gz
    
# 解压
tar -xzf redis-5.0.7.tar.gz

# 建立软连接
ln -s redis-5.0.7 redis  # 方便版本迭代
cd redis
make&&make install

# 可执行文件   在src目录下可以看到
redis-server     ---> redis服务器
redis-cli        ---> redis命令行客户端
redis-benchmark  ---> redis性能测试工具
redis-check-aof  ---> aof文件修复工具
redis-check-dump ---> rdb文件检查工具
redis-sentinel   ---> sentinel服务器,哨兵


##### 2 服务端启动配置
# 三种启动方式   需要在redis可执行文件目录中  ./src/
1 默认启动       # 用的很少
redis-server
    
2 动态参数启动    # 用的很少
redis-serve --port 6380  # 启动,监听6380端口

3 配置文件启动    # 常用
redis-server conf/redis.conf


# 常用配置参数
daemonize yes                # 是否以守护进程启动
pidfile /var/run/redis.pid   # 进程号(文件)的位置,删除就是关闭进程
port 6379                    # 端口号
dir "/opt/soft/redis/data"   # 工作目录  数据存放的目录
logfile “6379.log”           # 日志位置  
# bind 127.0.0.1             # 只监听本地地址的客户端 不支持远程连接
bind 0.0.0.0
protected-mode no            # 保护模式  关闭
requirepass 123456           # 连接密码  



# 查看是否启动   查看进程
ps aux |grep redis

# 查看redis端口  
netstat -antpl|grep redis 

# 关闭进程 redis-server
kill -9 进程id号
redis-cli shutdown



# 客户端连接
redis-cli -h 地址 -p 端口
redis-cli  # 默认连接 本地ip的 6379

# 配置了密码,如何连接登陆
# 方式一
redis-cli -h 127.0.0.1    -p 6370 -a 123456
# 方式二
redis-cli -h 服务器地址
auth 密码
    
    
# 查看redis的配置信息   可直接在交互式命令行下修改 
CONFIG GET *      # 查看所有配置信息
CONFIG SET maxmemory 128M  # 设置内存最大占用 128m
CONFIG REWRITE     # 把修改写到配置文件中


# redis的应用场景
-缓存系统
-计数器   :网站访问量,转发量,评论数(文章转发,商品销量,单线程模型,不会出现并发问题)
-消息队列 :发布订阅,阻塞队列实现(简单的分布式,blpop:阻塞队列,生产者消费者)
-排行榜   :有序集合  阅读排行,点赞排行,推荐(销量高的,推荐)
-社交网络 :很多特效跟社交网络匹配,粉丝数,关注数
-实时系统 :垃圾邮件处理系统,布隆过滤器(id 去重)


# 注意:!!!
  1.redis是单线程架构,故所有时间复杂度为0(n)的命令操作,你需要判断消费时间多长
    因为所有命令是单线程排队执行的,某个命令时间过长,会导致整体都夯住

2 API的使用

2.1 通用命令

##### 1---keys   时间复杂度为o(n)
# 打印出所有key
keys * 

# 打印出所有以he开头的key
keys he*

# 打印出所有以he开头,第三个字母是h到l的范围
keys he[h-l]

# 三位长度,以he开头  ?表示任意一位
keys he?

# 强调:
  keys命令一般不在生产环境中使用,生产环境key很多
  使用scan命令


##### 2---dbsize   计算key的总数  o(1)
dbsize  
# redis内置了计数器,插入删除值该计数器会更改
  所以可以在生产环境使用  


##### 3---exists key  o(1)
# 设置a
set a b

# 查看a是否存在
exists a
(integer) 1
# 存在返回1 不存在返回0


##### 4---del key    o(1)
删除成功返回1,key不存在返回0


##### 5---expire key seconds   o(1)
expire name 3 # 设置3s 过期
ttl name      # 查看name还有多长时间过期
persist name  # 去掉name的过期时间


##### 6---type key    o(1)
type name  # 查看name类型,返回string


##### 7---其他命令
info         # 查看信息 内存,cpu,主从相关
client list  # 查看正在连接的会话 
client kill ip:端口  # 关闭某个redis客户端 
    
dbsize      # 查看共有多少个key
flushall    # 清空所有
flushdb     # 只清空当前库
select 数字  # 选择某个库  总共16个库
monitor     # 记录操作日志,夯住(日志审计) !!!

# 7的相关命令 可写在简历中:自动化监控redis相关项目
eg:python的subprocess 执行相关命令
  ./src/redis-cli -a 123456 client list

2.2 字符串命令

# 字符串键值结构
key          value
hello        world      # 可以很复杂,如:接口返回数据 直接用json格式字符串
counter      1          # 数字类型
bits         10101010   # 二进制(位图)
# 字符串value不能大于512m,一般建议100k以内
# 用于缓存、计数器、分布式锁、分布式id生成...


##### 1---基本使用:get、set、del
get name       # 时间复杂度 o(1)
set name lqz   # 时间复杂度 o(1)
del name       # 时间复杂度 o(1)


##### 2---其他使用:incr、decr、incrby、decrby
incr age       # 对age的value值自增1
decr age       # 对age的value值自减1
incrby age 10  # 对age的value值增加10
decrby age 10  # 对age的value值减少10

# 统计网站访问量   (单线程无竞争,天然适合做计数器)
# 缓存mysql的信息 (json格式)
# 分布式id生成    (多个机器同时并发着生成,不会重复)


##### 3---set,setnx,setxx
set name lqz     # 不管key是否存在,都设置 
setnx name lqz   # key不存在时才设置(新增操作)
set name lqz nx  # 同上
set name lqz xx  # key存在,才设置(更新操作)

##### 4---mget mset
mget key1 key2 key3  # 批量获取key1,key2     o(n)
mset key1 value1 key2 value2 key3 value3  # 批量设置 o(n)

# n次get和mget的区别
n次get时间 = n次网络时间 + n次命令时间
mget时间  = 1次网络时间 + n次命令时间


##### 5---其他:getset,append,strlen
getset name lqznb # 设置新值并返回旧值        o(1)
append name 666   # 将value追加到旧的value   o(1)
strlen name       # 计算字符串长度(注意中文)   o(1)


##### 6---其他:incrybyfloat,getrange,setrange
increbyfloat age 3.5     # 为age自增3.5,传负值表示自减 o(1)
getrange key start end   # 获取字符串制定下标所有的值    o(1)
setrange key index value # 从指定index开始设置value值  o(1)

2.3 hash命令

# 本质类似于 字典

##### 1---hget、hset、hdel
hget key field        # 获取hash key的某个field的value   o(1)
hset key field value  # 设置hash key的某个field的value   o(1)
hdel key field        # 删除hash key的某个field          o(1)

# eg:
hset user:1:info age 23    # key的形式:user:id:info  写的很长 防止重复
hget user:1:info age
hset user:1:info name lqz
hgetall user:1:info
hdel user:1:info age
        
        
##### 2---hexists、hlen
hexists key field  # 判断hash key 是否存在field  o(1)
hlen key           # 获取hash key field的数量    o(1)

# eg:
hexists user:1:info name
hlen user:1:info
        
        
##### 3---hmget、hmset
hmget key field1 field2 ...fieldN  # 批量获取hash key 的一批field对应的值    o(n)
hmset key field1 value1 field2 value2  # 批量设置hash key的一批field value  o(n)


##### 4---hgetall、hvals、hkeys
hgetall key  # 返回hash key 对应的所有field和value  o(n)
hvals key    # 返回hash key 对应的所有field的value  o(n)
hkeys key    # 返回hash key 对应的所有field         o(n)


### 小心使用hgetall。先使用hlen判断字典长度,再判断批量获取还是分批获取



##### 5---其他操作 hsetnx,hincrby,hincrbyfloat
hsetnx key field value  # 设置hash key对应field的value(如果field已存在,则失败)  o(1)
hincrby key field intCounter # 设置hash key对应的field的value自增intCounter     o(1)
hincrbyfloat key field floatCounter # hincrby 浮点数   o(1)


# 用途:
1 计算网站每个用户主页的访问量
hincrby userinfopageview user:1:info count
        
2 缓存mysql的信息,直接设置hash格式

2.4 列表类型

# 有序队列:可重复,可以从左侧添加,右侧添加,可以从左右两边弹出


##### 1---插入操作
# rpush 从右侧插入
rpush key value1 value2 ...valueN  # o(1~n)

# lpush 从左侧插入
lpush key value1 value2 ...valueN  # o(1~n)

# linsert 从某个位置插入
# 从元素value的前或后插入newValue   o(n),需要遍历列表
linsert key before|after value newValue
  # eg:
    linsert listkey before b java
    linsert listkey after b php



##### 2---删除操作
# 从列表左侧弹出一个item   o(1)
lpop key  

# 从列表右侧弹出一个item   o(1)
rpop key  

# 根据count值,从列表中删除为value的项  o(n)
lrem key count value 
    count>0  # 从左到右,删除最多count个 value
    count<0  # 从右向左,删除最多|count|个 value
    count=0  # 删除所有为value的项
    
  # eg:
    lrem listkey 0 a    # 删除列表中所有值a
    lrem listkey -1 c   # 从右侧删除1个c


# 按照索引范围修剪列表  o(n)
ltrim key start end 
  # eg: ltrim listkey 1 4  # 只保留下表1--4的元素




##### 3---查询操作
# 获取列表指定索引范围所有item  包含end  o(n)
lrange key start end  
  # eg:
    lrange listkey 0 2
    lrange listkey 1 -1   # 获取第一个位置到倒数第一个位置的元素


# 获取列表指定索引的item  o(n)
lindex key index
  # eg: 
    lindex listkey 0
    lindex listkey -1


# 获取列表长度
llen key 


##### 4---修改操作
# 设置列表指定索引值为newValue  o(n)
lset key index newValue 
  # eg: lset listkey 2 ppp  # 把第二个位置设为'ppp'
 


##### 5---其他操作
blpop key timeout  # lpop的阻塞版,timeout是阻塞超时时间  o(1)
brpop key timeout  # rpop的阻塞版,timeout是阻塞超时时间 o(1)

# 要实现栈的功能   先进后出
lpush+lpop    左插左出

# 实现队列功能   先进先出
lpush+rpop    左插右出

# 固定大小的列表
lpush+ltrim

# 消息队列
lpush+brpop


# 用途: 主要是用来 存有先后顺序的  实现timeLine(时间线/轴)功能
eg: 微博关注的人、状态发布
    按时间轴排列,依次在列表中放入 关注人的微博id 或者 状态id

2.5 集合操作

# 无序,无重复,集合间操作(交叉并补)

# 向集合key添加element(如果element存在,添加失败) o(1)
sadd key element  

# 从集合中的element移除掉   o(1)
srem key element  

# 计算集合大小
scard key         

# 判断element是否在集合中
sismember key element  

# 从集合中随机取出count个元素,不会破坏集合中的元素(抽奖)
srandmember key count  

# 从集合中随机弹出一个元素   原集合该元素就没了
spop key     

# 获取集合中所有元素  !!! 无序,小心使用,会阻塞住  o(n)
smembers key 


# 计算1和2的差集
sdiff user:1:follow user:2:follow   
                
# 计算1和2的交集
sinter user:1:follow user:2:follow
                
# 计算1和2的并集
sunion user:1:follow user:2:follow  

# 将差集,交集,并集结果保存在destkey集合中
sdiff|sinter|suion + store destkey  



# 用途
1.抽奖系统        :通过spop来弹出用户的id,活动取消,直接删除

2.点赞/点踩/喜欢等 :用户如果点了赞,就把用户id放到该条记录的集合中

3.标签           :给用户/文章等添加标签,sadd user:1:tags 标签1 标签2 标签3

4.共同好友        :sinter交集 集合间的操作


sadd:可以做标签相关
spop/srandmember:可以做随机数相关
sadd/sinter:社交相关

2.6 有序集合

# 本质:有一个分值字段,来保证顺序
key               score      value
user:ranking       1          lqz
user:ranking       99         lqz2
user:ranking       88         lqz3
    
# 集合与有序集合
集合:无重复元素,无序,element
有序集合:无重复元素,有序,element+score

# 列表和有序集合
列表:可以重复,有序,element
有序集合:无重复元素,有序,element+score


# 添加元素 score可重复,可添加多个,element不能重复  o(logN) 
zadd key score element    # 元素重复时,就是修改元素对应的分数

# 删除元素,可多个同时删除  o(1)
zrem key element    

# 获取元素的分数       o(1)
zscore key element  

# 增加或减少元素的分数  o(1)
zincrby key increScore element  

# 返回元素总个数  o(1)
zcard key           

# 返回element元素的排名(从小到大排)
zrank key element   

# 返回排名,不带分数  o(log(n)+m)  n是元素个数,m是要获取的值
zrange key 0 -1 
# 返回排名,带分数
zrange key 0 -1 withscores   

# 返回指定分数范围内的升序元素  o(log(n)+m) 
zrangebyscore key minScore maxScore  
    eg:zrangebyscore user:1:ranking 90 210 withscores  # 获取90分到210分的元素

# 返回有序集合内在指定分数范围内的个数  o(log(n)+m)
zcount key minScore maxScore   

# 删除指定排名内的升序元素  o(log(n)+m)
zremrangebyrank key start end            
    eg:zremrangebyrank user:1:rangking 1 2      # 删除升序排名中1到2的元素
        
# 删除指定分数内的升序元素  o(log(n)+m)
zremrangebyscore key minScore maxScore   
    eg:zremrangebyscore user:1:ranking 90 210   # 删除分数90到210之间的元素

            
# 其他操作           
zrevrank    # 从高到低排序
zrevrange   # 从高到低排序取一定范围
zrevrangebyscore  # 返回指定分数范围内的降序元素
zinterstore # 对两个有序集合交集
zunionstore # 对两个有序集合求并集         
            
# 用途:
排行榜:音乐排行榜,销售榜,关注榜,游戏排行榜

3 高级api使用

http://www.liuqingzheng.top/db/Redis系列/03-Redis系列之-高级用法/

3.1 慢查询

# 慢查询介绍
  配置一个时间(默认也有配置),如果查询时间超过了设置时间,认为这是一个慢查询

    
# redis执行生命周期
  1.客户端发送命令--->2.进入服务端命令队列--->3.执行命令--->4.返回结果

  慢查询发生在第3阶段
  # 客户端超时不一定是慢查询,但慢查询是客户端超时的一个可能因素


# 慢查询配置
slowlog-max-len  # 设置慢查询对列的大小  
  # 表示记录多少条慢查询命令  默认为128
  # 是一个先进先出的对列  固定长度  保存在内存中  

slowlog-log-slower-than  # 慢查询阈值(单位:微秒μs)  
  # 表示命令执行时间超过该值 就记录到慢查询对列中
    >0  # 是否记录的时间阈值  默认为10000μs =10ms
    =0  # 记住所有命令
    <0  # 不记录任何命令
    
    
# 动态修改配置  或者 修改配置文件(只写配置参数和值)
    # 设置记录阈值 1000μs =1ms       
    config set slowlog-log-slower-than 1000
    # 最多记录1000条
    config set slowlog-max-len 1000
    # 持久化到本地配置文件
    config rewrite


    
# 慢查询命令操作
slowlog get [n]  # 获取慢查询队列的第N个命令
    '''
    日志由4个属性组成:
    1)日志的标识id
    2)发生的时间戳
    3)命令耗时
    4)执行的命令和参数
    '''

slowlog len    # 获取慢查询队列长度

slowlog reset  # 清空慢查询队列



# 宝贵经验
1 slowlog-max-len 不要设置过小  # 通常设置1000左右 
2 slowlog-log-slower-than 不要设置过大,默认10ms  # 通常设置1ms
3 理解命令生命周期
4 定期持久化慢查询



# 延伸使用: 
  redis性能不高了,如何取排除   

# ---> 写成简历中项目收获、项目中遇到的问题
之前在项目遇到的问题是:redis正常情况速度挺快,有几次突然redis很慢
我就正常排查,大概方向就是肯定有漫长命令在执行  
通过 慢查询命令: slowlog len/get/reset
记录哪些命令会导致慢查询后,以后尽量避免使用

3.2 pipeline和watch

3.2.1 pipeline

# 详细:参考 批量执行redis命令
https://www.jianshu.com/p/75137d23ae4a

    
# pipeline(管道)
  命令中不支持pipeline,但各个语言客户端支持
  将一批命令,批量打包,在redis服务端批量计算(执行),然后把结果批量返回  节约RTT时间(Round Trip Time)
  # 但是 各个命令之间不能有数据依赖
    
# 用途:
  1.实现redis事务
  2.实现乐观锁  

    
# 注意:
1.pipeline期间将“独占” 一个客户端链接  故常pipeline和其他正常操做分离在不同client中

2.pipeline的命令执行过程中,其他client的命令可能会在本pipeline的中间被执行

3.pipeline是需要server和client的共同支持才能实现

4.pipeline的可发送命令数量 受 client端缓冲区大小、server端query buffer/output buffer 限制



    
# 面试常问:redis的通过pipeline批量 与 原生get、mget有啥区别
  n条原生命令时间 = n次网络时间 + n次命令时间
  1次pipeline(n条命令) = 1次网络时间 + n次命令时间
  mget等原生批量命令时间 = 1次网络时间 + n次命令时间

1.与get等对比:pipeline实现了批量执行多个命令操作,节约了网络io时间

2.与mget等对比:
   a.pipeline提交的批量命令,服务端可以拆成多次执行 pipeline并非原子性
     若部分命令失败,pipeline不会整体回滚
     mget等原生批量操作,是一次性执行的,是原子性的
    
   b.原生批量命令是一个命令对应多个key,Pipeline支持多个命令

   c.原生批量命令是Redis服务端支持实现的,而Pipeline需要服务端和客户端的共同实现
    
   d.更底层的对比,在redis的底层 io多路复用模型中,把数据从内核缓存区 复制到 用户缓存区时
     原生批量命令:需要多次 从内核缓存区(执行结果)  去接受数据
     pipeline管道:只需要一次 接受数据   
     # 节约了这部分资源  性能比批量高一点点
    
    

# 使用建议
1 注意每次pipeline携带的数据量  # 大包分小包 小包大小为8k

2 pipeline每次只能作用在一个Redis的节点上

3 M(mset,mget….)操作和pipeline的区别


# watch 实现乐观锁

3.2.2 基于pipeline实现事务和watch

# pipeline管道不是原子性的,但通过pipeline实现的事务是原子性的   全成功or失败


##### python客户端实现 基于pipeline的事务
import redis

pool = redis.ConnectionPool(host='10.211.55.4', port=6379)
r = redis.Redis(connection_pool=pool)

# 创建pipeline
pipe = r.pipeline(transaction=True)

# 开启事务
pipe.multi()

# 事务添加命令
pipe.set('name', 'lqz')
# 其他代码,可能出异常
pipe.set('role', 'nb')

# 提交事务
pipe.execute()



##### redis 原生事务
multi   # 开启事务 
set name lqz  # 将命令放到管道queue中
set age 18
exec   # 退出事务 并执行queue中的所有命令


# Watch key 命令用于监视一个(或多个) key  监控一直持续到EXEC命令
  如果在事务执行之前 这个(或这些) key 被其他命令所改动,那么事务将被打断
  # eg: 常用来决定事务是执行还是回滚、乐观锁

   
# eg: 模拟事务--只能当前客户端自建某个key,其他客户端不允许    
# 客户端1:
watch age  # 在开启事务之前,先watch
multi
decr age  
exec

# 客户端2:
mutil
decr age
exec  

# 若在客户端1的exec(执行事务)命令前,先执行客户端2的事务命令 那么客户端1的事务执行就会失败 
  因为现在被watch 监控的key,已经被修改了

    
# watch的作用:
  乐观锁:乐观的认为本次的key不会被修改,如果被修改,那么本次事务就不成功
    被watch的事务,key被修改后 事务不会执行成功
    
  eg: 利用redis的乐观锁,实现秒杀系统的数据同步(基于watch实现)
      https://www.cnblogs.com/liuqingzheng/p/9997092.html
# redis的乐观锁 秒杀系统核心逻辑测试,创建100个线程并发秒杀
import redis
from threading import Thread

def choose(name, conn):
    # conn.set('count',10)
    with conn.pipeline() as pipe:
        # 先监视,自己的值没有被修改过
        conn.watch('count')
        # 事务开始
        pipe.multi()
        old_count = conn.get('count')
        count = int(old_count)
        # input('我考虑一下')
        # time.sleep(random.randint(1, 2))
        if count > 0:  # 有库存
            pipe.set('count', count - 1)

        # 执行,把所有命令一次性推送过去
        ret = pipe.execute()
        print(ret)
        if len(ret) > 0:
            print('第%s个人抢购成功' % name)
        else:
            print('第%s个人抢购失败' % name)


if __name__ == '__main__':
    conn = redis.Redis(host='127.0.0.1', port=6379)
    for i in range(100):

        t = Thread(target=choose, args=(i, conn))
        t.start()

3.3 发布订阅(使用较少)

# 角色
  发布者、订阅者、频道   
    
  发布者发布了消息,所有的订阅者都可以收到,就是生产者消费者模型(后订阅了,无法获取历史消息)

# 不是专业的消息队列,发布订阅功能使用很少
  通常使用专业的消息队列 rabbitmq 来发布订阅

3.4 BitMaps位图

# 本质就是字符串  bitmaps就是可以操作字符串的bit位  

# redis字符串最大 512M  约40亿大小

# 用途:
  独立用户的统计   # 一般的公司根本用不到
  参考:https://blog.csdn.net/uisoul/article/details/117959561
  
  # 基本原理:统计每日活跃用户  
    假设用户1亿  userid是自增的int类型
    就使用位图 bit对应的序号  就相当于  用户userid号
    
    # 只要用户当日登录,就将对应bit 设置为1
      setbit user:view:2020-5-17 3 1
                
    # 统计当日活跃用户数量
      bitcount user:view:2020-5-17  --> 1
  

set hello big  # 放入key位hello 值为big的字符串

### 可以直接操纵位
getbit key offset  # 取位图第offset个位置的值 0/1


setbit key offset value  # 给位图指定索引 设置值
  # eg:
    setbit hello 7 1  # 把hello的第7个位置设为1    big就变成了cig
    setbit test 50 1  # 当key不存在时,在key的value的第50位设为1,那其他位都以0补

    
bitcount key [start end]  # 获取位图指定范围位值为1的个数  默认为全部字节
  # eg:
    bitcount user:view:2020-5-17  
            
            
# 做多个Bitmap的and(交集)/or(并集)/not(非)/xor(异或),操作并将结果保存在destkey中
bitop op destkey key [key...] 
  # eg:
    bitop and after_lqz lqz lqz2   # 把lqz和lqz2按位与操作 放到after_lqz中

    
bitpos key targetBit start end  # 计算指定范围内第一个比特值为指定bit(0或1)的偏移量
  # eg:
    bitpos lqz 1   # lqz 对应位图中第一个bit为1的位置
    bitpos lqz 0   # lqz 对应位图中第一个bit为0的位置 
    bitpos lqz 1 1 2 # 返回从第一个字节到第二个字节之间 第一个1的位置

3.5 HyperLogLog

# 超小内存唯一值计数  每个键大小为12kb
# 本质就是一个基于HyperLogLog算法  超小内存去重的字符串集合  

   
# 三个命令
# 向hyperloglog类型的key  添加元素,可以同时添加多个
pfadd key element 

# 计算key的独立总数
pfcount key  

# 合并多个hyperloglog,把sourcekey1和sourcekey2合并为 destroy
pfmerge destroy sourcekey1 sourcekey2 

# eg: 
  pfadd uuids1 "uuid1" "uuid2" "uuid3" "uuid4"
  pfadd uuids2 "uuid3" "uuid4" "uuid5" "uuid6"
  pfmerge uuidsall uuids1 uuids2  # 合并
  pfcount uuidsall #统计个数 返回6


# 用途:极小的空间完成独立数量统计
    统计注册 IP 数
    统计月访问 IP 数
    统计用户每天搜索不同词条的个数
    

# 总结:
  1.百万级别独立用户统计,百万条数据只占15k

  2.错误率 0.81%  

  3.无法取出单条数据,只能统计个数
  
  4.一般可以bitmap和hyperloglog配合使用
    bitmap标识哪些用户活跃,hyperloglog计数

# 与布隆过滤器类似  都有误差

3.6 GEO 地理信息定位

# 本质是有序集合  zset


# GEO(地理信息定位):存储经纬度,计算两地距离,范围等
  # eg:
    北京:116.28,39.55
    天津:117.12,39.08
    可以计算天津到北京的距离,天津周围50km的城市,外卖等

    
# 相关命令 

# 增加地理位置信息
geoadd key longitude latitude member 
  # eg:
    geoadd cities:locations 116.28 39.55 beijing # 把北京地理信息天津到cities:locations中
    geoadd cities:locations 117.12 39.08 tianjin
    geoadd cities:locations 114.29 38.02 shijiazhuang
    geoadd cities:locations 118.01 39.38 tangshan
    geoadd cities:locations 115.29 38.51 baoding
        
        
# 获取地理位置信息    
geopos key member 
  # eg:
    geopos cities:locations beijing  # 获取北京地理信息
        
        
# 获取两个地理位置的直线距离 unit:m(米) km(千米) mi(英里) ft(尺)
geodist key member1 member2 [unit] 
  # eg:
    geodist cities:locations beijing tianjin km  # 北京到天津的距离,89公里

        
# 根据给定的经纬度,返回半径不超过指定距离的元素     
georadius key logitude latitude radiusm|km|ft|mi [withcoord] [withdist] [withhash] [COUNT count] [asc|desc] [store key][storedist key]


# 获取指定位置范围内的地理位置信息集合
georadiusbymember key member radiusm|km|ft|mi [withcoord] [withdist] [withhash] [COUNT count] [asc|desc] [store key][storedist key]
    # 其他参数
    withcoord      返回结果中包含经纬度
    withdist       返回结果中包含距离中心节点位置
    withhash       返回解雇中包含geohash
    COUNT count    指定返回结果的数量
    asc|desc       返回结果按照距离中心店的距离做升序/降序排列
    store key      将返回结果的地理位置信息保存到指定键
    storedist key  将返回结果距离中心点的距离保存到指定键
 
# eg:
    georadiusbymember cities:locations beijing 150 km
        1) "beijing"
        2) "tianjin"
        3) "tangshan"
        4) "baoding"

标签:pipeline,HyperLogLog,04,Redis,redis,value,---,命令,key
来源: https://www.cnblogs.com/Edmondhui/p/16663916.html