Geospatial:
Redis中的Geospatial提供了一种存储和处理地理空间数据的能力,这对于许多应用非常有用。以下是Redis中的Geospatial的一些作用:
-
地理位置查询:可以存储地理位置的坐标信息,并且可以通过查询指定半径范围内的地理位置,或者查找最近的地理位置。
-
地理位置排序:可以按照地理位置的距离进行排序,这在需要按照距离远近进行展示或者计算时非常有用。
-
地理位置分析:可以进行地理位置的分析和计算,比如计算两个地理位置之间的距离。
-
地理位置服务:对于需要基于地理位置的服务,比如附近的商家、地点推荐等应用非常有用。
总的来说,Redis中的Geospatial提供了一种高效的方式来存储和处理地理空间数据,为开发地理位置相关的应用提供了很多便利。
地理位置的相关命令都以GEO开头。
使用GEOADD添加一个城市,后面的两个数字表示经度和纬度,最后一个表示城市名,最后返回的1表示成功添加了1个地理位置信息。
GEOADD也可以一次添加多个地理位置信息:
返回4表示成功添加4个地理位置信息。
使用GEOPOS来查看城市的经纬度,第一个是经度,第二个是纬度。这时,我们发现查询的经纬度和存进去的经纬度不一样,这是因为存储时底层的二进制的原因。所以建议使用字符串来存储。
使用GEODIST来查看两城市之间的距离,默认的单位是米,若想换成千米,就在语句的最后加上KM。
使用GEOSEARCH 可以查询范围内的城市,可以选择一个城市为中心,选择圆形范围或者矩形范围。上图BYRADIUS指的是圆形范围,后面的300指的是半径为300,单位为KM。
HyperLogLog:
HyperLogLog是一种用于进行基数估计的数据结构,它用于统计一个集合中不重复元素的个数,即计算集合的基数(cardinality)。HyperLogLog可以在极少的内存占用下,以很高的概率估计一个集合中不重复元素的数量,因此它在大数据场景下的计数统计非常有用。
在Redis中,HyperLogLog主要用于统计独立元素的数量,例如统计网站的独立访问用户数、统计某个事件的独立发生次数等。它的优势在于占用较少的内存空间,同时能够提供较为准确的统计结果。
总之,Redis中的HyperLogLog主要用于进行基数估计,是一种高效的集合基数统计方法,适用于需要统计大规模数据集合中不重复元素数量的场景。
HyperLogLog的命令都以PF开头。
使用PFADD添加基数,会返回添加成功的元素个数。使用PFCOUNT查看键中的基数个数。
还可以使用PFMERGE来合并多个 HyperLogLog。然后查询result中的基数个数返回6,这些基数为:git、docker、redis、nginx、python、go。重复的git不会被合并到result中。
注意:
在Redis中,可以使用PFMERGE命令将多个HyperLogLog进行合并,合并后的结果会存储在新的HyperLogLog中。原来的HyperLogLog并不会被改变或删除,合并后的结果会存储在新的键中。
当多个HyperLogLog被合并后,原来的HyperLogLog仍然存在,用户可以继续对其进行操作和查询。同时,合并后的结果也会以新的键名存储在Redis中,用户可以通过新的键名来进行查询和统计。
因此,用户自己的HyperLogLog在被合并后仍然存在,不会被删除或修改。