Redis教程(十):Redis中三种特殊数据类型命令

一、Geospatial

Geospatial是地理位置类型,我们可以用来查询附近的人、计算两人之间的距离等。

新增:

复制代码
geoadd city 106.54041 29.40268 chongqing 118.8921 31.32751 nanjing 117.30794 31.79322 hefei 102.82147 24.88554 kunming 91.13775 29.65262 lasa 116.23128 40.22077 beijing 

查看集合key:

复制代码
ZRANGE city 0 -1

查看指定位置:

复制代码
geopos city nanjing

查看多个指定位置:

复制代码
geopos city nanjing beijing

计算两个位置的距离:

复制代码
geodist city nanjing beijing

查看指定位置的1000公里范围内有哪些城市(111,45是经纬度):

复制代码
georadius city 111 45 1000 km

查看指定位置的1000公里范围内有哪些城市,返回带上经纬度:

复制代码
georadius city 120 38 1000 km withcoord

查看指定位置的1000公里范围内有哪些城市,返回带上距离和经纬度:

复制代码
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,返回带上距离和经纬度和哈希(哈希值越像则越近):

复制代码
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,返回带上距离和经纬度和哈希(哈希值越像则越近),只返回两个:

复制代码
georadius city 120 38 1000 km withcoord withdist withhash count 2

查找指定元素指定范围内的元素:查询南京 500公里范围有哪些城市

复制代码
georadiusbymember city nanjing 500 km

返回北京和南京的经纬度的 hash值:

复制代码
geohash city beijing nanjing

删除一个位置:

复制代码
ZREM city lasa

二、Hyperloglog

Hyperloglog指的是基数,两个数据集中不重复的元素,在Redis中,会有一定的误差性。 官方给出的误差率是0.81% ,占用的内存是固定的,2^64个元素,相当于只需要12kb的内存即可。效率极高,网站的访问量,就可以利用Hyperloglog来进行计算统计!!

添加数据集:

复制代码
pfadd dataList 1 2 3 4 5 6 7

统计数据集中的元素:

复制代码
pfcount dataList

取并集:

复制代码
pfmerge newdata dataList dataList1  

三、Bitmap

Bitmap指的是位存储,操作二进制位来进行记录,就只有0 和 1 两个状态,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。

添加:

复制代码
setbit login 1 1

获取:

复制代码
 getbit login 1

统计:

复制代码
bitcount login
相关推荐
沃尔威武15 分钟前
性能调优实战:从火焰图定位到SQL优化的全流程
android·数据库·sql
数厘1 小时前
2.7SQL 四大分类:理解与避坑
数据库·sql
亮子AI1 小时前
【PostgreSQL】推荐几个PostgreSQL管理工具
数据库·postgresql
AI应用实战 | RE1 小时前
011、向量数据库入门:Embeddings原理与ChromaDB实战
开发语言·数据库·langchain·php
captain3761 小时前
联合查询
数据库
华农DrLai1 小时前
怎么用大模型生成推荐的训练数据?Data Augmentation怎么做?
数据库·人工智能·大模型·nlp·prompt
XDHCOM1 小时前
ORA-31215: DBMS_LDAP PL/SQL无效LDAP修改值,Oracle报错故障修复与远程处理方案,快速解决连接配置难题
数据库·sql·oracle
深蓝电商API2 小时前
Redis在海淘场景下的缓存策略设计
数据库·redis·缓存·海淘
杰克尼2 小时前
redis(day04-达人探店)
数据库·redis·缓存
一叶飘零_sweeeet2 小时前
击穿 MySQL 性能天花板:InnoDB Buffer Pool 核心架构、LRU 优化与生产调优全解
数据库·mysql