导航：首页 > 数据库 >

redis中的三种特殊数据类型

发表于：2025-02-03 作者：千家信息网编辑

千家信息网最后更新 2025年02月03日，本篇内容主要讲解"redis中的三种特殊数据类型"，感兴趣的朋友不妨来看看。本文介绍的方法操作简单快捷，实用性强。下面就让小编来带大家学习"redis中的三种特殊数据类型"吧!redis 三种特殊的数

千家信息网最后更新 2025年02月03日redis中的三种特殊数据类型

本篇内容主要讲解"redis中的三种特殊数据类型"，感兴趣的朋友不妨来看看。本文介绍的方法操作简单快捷，实用性强。下面就让小编来带大家学习"redis中的三种特殊数据类型"吧!

redis 三种特殊的数据类型

Geospatial 地理位置
Hyperloglog 基数统计
Bitmap 位图场景

Geospatial 地理位置

redis 3.2 版本就推出了 Geospatial

官方文档上可以详细的看到用法：

https://www.redis.net.cn/order/3685.html

Geospatial 可以使用在如下场景：

附近的人
打车计算距离
朋友定位
等一系列跟定位有关的场景

Geospatial 只有六个命令

GEOADD
GEODIST
GEOHASH
GEOPOS
GEORADIUS
GEORADIUSBYMEMBER

GEOADD

添加地理位置

有效的经度从-180度到180度。
有效的纬度从-85.05112878度到85.05112878度。

当坐标位置超出上述指定范围时，该命令将会返回一个错误。

GEOADD key [NX|XX] [CH] longitude latitude member [longitude latitude member ...]

添加经纬度，城市名

127.0.0.1:6379> GEOADD city 113.087559 28.251818 changsha(integer) 1127.0.0.1:6379> GEOADD city 114.064552 22.548457 shenzhen(integer) 1127.0.0.1:6379> GEOADD city 104.087045 30.666416 chengdu(integer) 1127.0.0.1:6379> GEOADD city 118.802422 32.064653 nanjing(integer) 1127.0.0.1:6379> GEOADD city 106.558434 29.568996 chongqing(integer) 1127.0.0.1:6379> GEOADD city 121.463615 31.195908 shanghai(integer) 1127.0.0.1:6379> GEOADD city 117.208093 39.091103 tianjin(integer) 1

GEOPOS

GEOPOS key member [member ...]

获取指定城市的经纬度信息

127.0.0.1:6379> GEOPOS city changsha1) 1) "113.08755666017532349"   2) "28.25181827470789386"127.0.0.1:6379> GEOPOS city tianjin1) 1) "117.20809489488601685"   2) "39.0911021322545551"

GEODIST

GEODIST key member1 member2 [m|km|ft|mi]

其中有如下 4 个单位：

m ：米

km：公里

ft：英尺

mi：英里

获取两个城市之间的距离

127.0.0.1:6379> GEODIST city changsha tianjin"1264101.6876"127.0.0.1:6379> GEODIST city changsha tianjin km"1264.1017"127.0.0.1:6379> GEODIST city changsha shenzhen km"641.9034"

GEOHASH

GEOHASH key member [member ...]

返回一个或者多个GEOHASH 表示的元素，返回 11 个字符 Geohash 字符串

127.0.0.1:6379> GEOHASH city changsha1) "wt02tr5fg00"127.0.0.1:6379> GEOHASH city changsha beijing1) "wt02tr5fg00"2) (nil)127.0.0.1:6379> GEOHASH city changsha beijing tianjin chongqing1) "wt02tr5fg00"2) (nil)3) "wwgq7hk64t0"4) "wm7b0yc7zk0"

GEORADIUS

GEORADIUS key longitude latitude radius m|km|ft|mi [WITHCOORD] [WITHDIST] [WITHHASH] [COUNT count [ANY]] [ASC|DESC] [STORE key] [STOR

指定经纬度作为原点，指定半径，查询在指定范围内的城市，这些城市都是在我们自己的集合里面

127.0.0.1:6379> GEORADIUS city 110 30 500 m(empty array)127.0.0.1:6379> GEORADIUS city 110 30 500 km1) "chongqing"2) "changsha"127.0.0.1:6379> GEORADIUS city 110 30 1000 km1) "chongqing"2) "chengdu"3) "shenzhen"4) "changsha"5) "nanjing"127.0.0.1:6379> GEORADIUS city 110 30 700 km withcoord1) 1) "chongqing"   2) 1) "106.55843228101730347"      2) "29.56899626404301529"2) 1) "chengdu"   2) 1) "104.08704489469528198"      2) "30.6664164635846177"3) 1) "changsha"   2) 1) "113.08755666017532349"      2) "28.25181827470789386"127.0.0.1:6379> GEORADIUS city 110 30 700 km withdist1) 1) "chongqing"   2) "335.6530"2) 1) "chengdu"   2) "572.3911"3) 1) "changsha"   2) "357.4711"127.0.0.1:6379> GEORADIUS city 110 30 700 km withhash1) 1) "chongqing"   2) (integer) 40260594356999312) 1) "chengdu"   2) (integer) 40261378317985063) 1) "changsha"   2) (integer) 4050903792284309

GEORADIUSBYMEMBER

GEORADIUSBYMEMBER key member radius m|km|ft|mi [WITHCOORD] [WITHDIST] [WITHHASH] [COUNT count [ANY]] [ASC|DESC] [STORE key] [STOREDIST key]

找出位于指定元素周围的城市

127.0.0.1:6379> GEORADIUSBYMEMBER city tianjin 1000 km1) "nanjing"2) "tianjin"3) "shanghai"127.0.0.1:6379> GEORADIUSBYMEMBER city tianjin 500 km1) "tianjin"127.0.0.1:6379> GEORADIUSBYMEMBER city tianjin 5000 km1) "chongqing"2) "chengdu"3) "shenzhen"4) "changsha"5) "shanghai"6) "nanjing"7) "tianjin"

Geospatial 底层的原理就是使用 Zset 有序集合来实现的，我们可以使用 Zset 有序集合的命令来操作 Geo ，咱们是用 Zset 的指令来感受一波

127.0.0.1:6379> ZRANGE city 0 -11) "chongqing"2) "chengdu"3) "shenzhen"4) "changsha"5) "shanghai"6) "nanjing"7) "tianjin"127.0.0.1:6379> ZCARD city(integer) 7

Hyperloglog 基数统计

基数是个啥？

基数，就是不重复的数，例如：

A = {1,2,3,4,5}

B = {2,3,4,5,6}

那么 A 和 B 的取并集的基数就是 6

简介

Hyperloglog 是 redis 2.8.9 版本开始有的这种数据结构

redis hyperloglog 基数统计也是一种算法

例如有这样的应用场景：

网页访问人数统计，同一个用户多次访问网站，也是只算作 1
传统的方式是使用 set 集合的方式来保存 id，统计 set 里面 id 的个数，来计算人数
这种方式也没有问题，但是若数据量很大的时候，就会非常麻烦，因为我们拿 id 是没有用的，我们只需要计数而已

优点

Hyperloglog 占用的内存空间是固定的，2^16 次方，只需要占用 12 KB 内存，从内存的角度来技术选型，Hyperloglog 是首选哦

PFADD key element [element ...]

向 Hyperloglog 中添加一个或者多个元素

PFMERGE destkey sourcekey [sourcekey ...]

将多个 Hyperloglog 取并集，得到一个结果 Hyperloglog ，里面的数据是不会重复的

127.0.0.1:6379> PFADD myhash  1 2 3 4 5 6 7 8(integer) 1127.0.0.1:6379> pfadd myhash3 3 4 5 6 7 8 9 0 88 99(integer) 1127.0.0.1:6379> PFMERGE res myhash myhash3OK127.0.0.1:6379> PFCOUNT res(integer) 12127.0.0.1:6379> PFCOUNT myhash(integer) 8127.0.0.1:6379> PFCOUNT myhash3(integer) 10

Bitmaps 位图场景

Bitmaps 位图，位存储

一般用于，统计用户信息，活跃，不活跃，

打卡，不打卡等等，两种状态

Bitmaps 位图，也是一种数据结构，是操作二进制的方式来进行记录的，只有 0 和 1 两种状态

例如我们举个例子，来记录着一周每天的心情，1 是开心，0 是沮丧

SETBIT key offset value

设置 bit 位的值

GETBIT key offset

获取 bit 位的值

127.0.0.1:6379> SETBIT week 0 1(integer) 0127.0.0.1:6379> SETBIT week 1  1(integer) 0127.0.0.1:6379> SETBIT week 2 1(integer) 0127.0.0.1:6379> SETBIT week 3 0(integer) 0127.0.0.1:6379> SETBIT week 4 0(integer) 0127.0.0.1:6379> SETBIT week 5 1(integer) 0127.0.0.1:6379> SETBIT week 6 1(integer) 0127.0.0.1:6379> GETBIT week 6(integer) 1127.0.0.1:6379> GETBIT week 5(integer) 1

到此，相信大家对"redis中的三种特殊数据类型"有了更深的了解，不妨来实际操作一番吧！这里是网站，更多相关内容可以进入相关频道进行查询，关注我们，继续学习！

很赞哦！