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
k↑10 分钟前
微服务之注册中心与ShardingSphere关于分库分表的那些事
数据库·微服务·架构·shardingsphere
189228048611 小时前
NY243NY253美光固态闪存NY257NY260
大数据·网络·人工智能·缓存
柏油1 小时前
MySQL 字符集 utf8 与 utf8mb4
数据库·后端·mysql
我科绝伦(Huanhuan Zhou)2 小时前
异构数据库兼容力测评:KingbaseES 与 MySQL 的语法・功能・性能全场景验证解析
数据库·mysql
Apple_羊先森2 小时前
Oracle数据库操作深入研究:备份、数据删除与性能优化
数据库·oracle·性能优化
AAA修煤气灶刘哥2 小时前
搞定 Redis 不难:从安装到实战的保姆级教程
java·redis·后端
青鱼入云2 小时前
redis怎么做rehash的
redis·缓存
FFF-X2 小时前
Vue3 路由缓存实战:从基础到进阶的完整指南
vue.js·spring boot·缓存
考虑考虑3 小时前
Redis事务
redis·后端
陈天cjq10 小时前
Redis 实用型限流与延时队列:从 Lua 固定/滑动窗口到 Streams 消费组(含脚本与压测)
redis·junit·lua