Redis還可以做哪些事？
在上一篇文章中，講到了redis五大基本數(shù)據(jù)類型的使用場景，除了string，hash，list，set，zset之外，redis還提供了一些其他的數(shù)據(jù)結(jié)構(gòu)(當(dāng)然，嚴(yán)格意義上也不算數(shù)據(jù)結(jié)構(gòu))，一起來看看redis還可以做哪些事?
一 Bitmaps
在計算機(jī)中，使用二進(jìn)制做為信息的基礎(chǔ)單元，也就是輸入的任何信息，最終在計算機(jī)底層都會轉(zhuǎn)會為一串二進(jìn)制的數(shù)字。在redis中，提供了Bitmaps來進(jìn)行位操作。我們可以把Bitmaps想象成一個以位為單位的數(shù)組，數(shù)組的下標(biāo)叫做偏移量。使用Bitmaps的優(yōu)勢就是占用空間更少。
假如我們想記錄員工今天是否登錄過公司官網(wǎng)，我們可以日期做為key，員工id做為偏移量(這里員工id在數(shù)據(jù)庫中是自增的)，如果id是從1000開始，為了節(jié)省空間，一般會將員工id減去這個初始值來做為偏移量，偏移量一般從0開始。是否訪問官網(wǎng)用0和1來表示。
這樣的話，id為3的員工訪問了官網(wǎng)，就將他的值寫成1
- # id為3的員工訪問了官網(wǎng)
- setbit user:2020-11-04 3 1
- # id為18的員工訪問了官網(wǎng)
- setbit user:2020-11-04 18 1
查看某個員工是否訪問過官網(wǎng)
- getbit user:2020-11-04 1
查詢指定范圍(字節(jié))內(nèi)值為1的個數(shù)，比如我想查看id從1-24之間有多少員工訪問了官網(wǎng)
- bitcount user:2020-11-04 1 3
二 HyperLogLog
HyperLogLog可以利用極小的內(nèi)存空間完成數(shù)據(jù)統(tǒng)計，無法獲取單條數(shù)據(jù)，只能做為統(tǒng)計使用，會有一定的誤差率。
假如我想統(tǒng)計訪問官網(wǎng)的IP地址
添加官網(wǎng)今天訪問的ip列表
- # 2020-11-04訪問的ip
- pfadd 2020-11-04:ip "ip1" "ip2" "ip3"
- # 2020-11-05訪問的ip
- pfadd 2020-11-05:ip "ip3" "ip4" "ip5"
計算今天官網(wǎng)訪問的ip數(shù)
- pfcount 2020-11-04:ip
返回結(jié)果為3
查看2020-11-04和2020-11-05這兩天總共有多少個獨立ip訪問過網(wǎng)站
先將兩天的數(shù)據(jù)做并集，并復(fù)制給某個值
- pfmerge 2020-11:ip 2020-11-04:ip 2020-11-05:ip
然后使用pfcount命令查詢，獲得的值為5
- pfcount 2020-11:ip
三 GEO
在Redis3.2版本中增加了GEO(地理位置定位)功能，可以使用此功能來獲取附近的人。
添加命令如下，可批量添加
- geoadd city longitud latitude member
我們添加幾個城市的位置信息，來獲取某個城市附近的城市
- geoadd city 116.28 39.55 beijing 117.12 39.08 tianjin
獲取北京的經(jīng)緯度命令如下
- geopos city beijing
查看beijing和tianjin兩座城市的距離
- geodist city beijing tianjin km
最后面的km表示距離單位是公里，支持的單位有以下幾個：
- m，米
- km，千米
- mi，英里
- ft，尺
獲取附近的位置有兩個命令，georadius根據(jù)經(jīng)緯度獲取，georadiusbymember根據(jù)成員獲取
- georadius key longitude laitude [單位]
- georadiusbymember key member [單位]
后面還可以跟非必須參數(shù)，參數(shù)分別如下
- withcoord：返回結(jié)果中包含經(jīng)緯度
- withdist：返回結(jié)果中包含距離中心位置的距離
- withhash：返回結(jié)果中包含geohash(就是將經(jīng)緯度轉(zhuǎn)換為hash值)
- COUNT count：指定返回結(jié)果的數(shù)量
- asc|desc：返回結(jié)果按距離中心位置的距離排序
- store key：將返回結(jié)果的地理位置信息保存到指定key中
- storedist key：將返回結(jié)果距離中心位置的距離保存到指定key中
四 發(fā)布訂閱模式消息
在上一篇文章中講到了可以使用list和zset來實現(xiàn)消息隊列，但是上面實現(xiàn)的消息隊列是點對點模式，也就是一條消息只能由一個消費者來消費。除此之外，redis還支持發(fā)布訂閱模式，即一個消息由所有訂閱者消費，比如廣播、公告等等，發(fā)布一條公告后，所有關(guān)注了我的用戶都可以收到這條公告。
1.發(fā)布消息
發(fā)布到信道channel:message一條消息，消息內(nèi)容為hi
- pulish channel:message hi
2.訂閱信道
訂閱者可以訂閱一個或多個信道，比如訂閱channel:message
- subscribe channel:message
3.取消訂閱
- unsubscribe channel:message
4.查看活躍信道
- pubsub channels
5.查看訂閱數(shù)
查看信道channel:message訂閱個數(shù)
- pubsub numsub channel:message
redis的發(fā)布訂閱模式和專業(yè)的消息中間件相比，略顯粗糙，但是實現(xiàn)起來非常簡單，學(xué)習(xí)成本較低。
五 Bloom Filter
布隆過濾器是redis4版本中新增的一個功能。其實現(xiàn)原理和Bitmaps差不多，也是利用一個位數(shù)組，將你的值經(jīng)過多個hash函數(shù)，得到對應(yīng)的位數(shù)組的位置，將這些值設(shè)置為1。布隆過濾器經(jīng)常別用來防止緩存穿透。
存在的問題，如果說某個元素不存在，則一定不存在，如果說某個元素存在，則可能不存在。這是因為如果有三個元素a，b，c要放入同一個數(shù)組中去，假設(shè)a經(jīng)過三次hash，得到1，5，7三個位置，那么就會將這三個位置修改成1，b經(jīng)過三次hash，得到2，4，6三個位置，將這三個位置修改成1。c經(jīng)過三次hash得到2，5，7三個位置，但是經(jīng)過前兩個元素hash后，這三個位置已經(jīng)修改成1了，那么我們能說c一定存在嗎?顯然不能!
本文轉(zhuǎn)載自微信公眾號「Java旅途」，可以通過以下二維碼關(guān)注。轉(zhuǎn)載本文請聯(lián)系Java旅途公眾號。
