1、Bitmaps

1.1 概念

引入场景：

假如我们的存储需求是这样，那么用一个bit位来存储也可以完成：

实现思路：

基于以上：用二进制0、1代表电影是否被点播，一个byte代表8部电影，以电影对应的id为offset：

Bitmaps本质来说是一种string，不过是以string中存储的数据的二进制位为单位进行操作的，是string中二进制位的操作API

1.2 Bitmaps类型的基础操作

指令：

获取指定key对应偏移量上的bit值
getbit key offset

设置指定key对应偏移量上的bit值，value只能是1或0
setbit key offset value

举例：

1.3 Bitmaps类型的扩展操作

业务场景：redis 应用于信息状态统计

某电影网站需要：

统计每天某一部电影是否被点播
统计每天有多少部电影被点播
统计每周/月/年有多少部电影被点播
统计年度哪部电影没有被点播

以8部电影为例：看是否被点播，则看对应的bit位是0还是1。统计一天有几部被点播，则看有几个bit是1。

统计每周、每月有几部被点播，则按位or就好，比如两天：11011011

指令：

对指定key按位进行交、并、非、异或操作，并将结果保存到destKey中
bitop op destKey key1 [key2...]
and：交
or：并
not：非
xor：异或

统计指定key中1的数
bitcount key [start end]

举例：

2、HyperLogLog

HyperLogLog 用于统计不重复的数据的数量，运用了LogLog的算法。比如之前的统计UV，是使用了set类型实现的。

指令：

添加数据
pfadd key element [element] ……

统计数据
pfcount key [key] ……

合并数据
pfmerge destkey sourcekey [sourcekey] ……

举例：

注：

用于进行基数统计，不是集合，不保存数据，只记录数量而不是具体数据
pfadd命令不是一次性分配12K内存使用，会随着基数的增加内存逐渐增大
Pfmerge命令合并后占用的存储空间为12K，无论合并之前数据量多少

3、GEO

Redis 应用于地理位置计算

指令：

添加坐标点
geoadd key longitude latitude member [longitude latitude member ...]

获取坐标点
geopos key member [member ...]

计算坐标点距离
geodist key member1 member2 [unit]

举例：

指令：

根据坐标求范围内的数据
georadius key longitude latitude radius m|km|ft|mi [withcoord] [withdist] [withhash] [count count]

根据点求范围内的数据
georadiusbymember key member radius m|km|ft|mi [withcoord] [withdist] [withhash] [count count]

获取指定点对应坐标的哈希值
geohash key member [member ...]

[withcoord] [withdist] [withhash] [count count]等参数，即额外返回数据的坐标、距离、哈希值、数量