Bitmaps

简介：

Redis提供了Bitmaps可以实现 对位 的操作：

① Bitmaps本身不是一种数据类型，实际上及时字符串（key-value）。

② Bitmaps类似一个以位为单位的数组，数组的每个单元只能存储0和1，数组的下标在Bitmaps中叫做偏移量。

基础命令：

setbit [key] [offset] [value] 设置bitmaps中某个偏移量的值（0或1）
                            偏移量从0开始。
getbit [key] [offset] 取出bitmaps中某个偏移量的值
bitcount [key] [\st] [\ed] 获取value设置为1的数量（st、ed可选）
bitop and [result key] [key1] [key2] ... bitop是一个符合操作，可以将多个bitmaps
                        的and（交集）、or（并集）、not（非）、xor（异或）操作
                        结果保存在result key中

在第一次初始化Bitmaps时，如果偏移量非常大，那么整个初始化过程执行会非常慢，可能会造成Redis的阻塞。

redis的setbit设置或清除的是bit位置，bitcount设置的是byte设置

set和bitmaps对比

bitmaps能极大的节约空间。

HyperLogLog

简介：

​ 在工作中，经常遇到与统计相关的功能实现，比如统计网站PV(ageView)，可以使用Redis的incr、incrby轻松实现。

​ 但像UV（UniqueVisitor，独立访客）、独立ip数、搜索记录数等需要去重和计数的问题，或者说是求集合中不重复元素个数的问题，就是 基数问题 。

​ HyperLogLog 是一种用来做基数统计的算法，HyperLogLog的显著特点是，在输入的元素数量或者体积非常庞大时，计算基数所需的空间总是固定。在Redis的具体实现中，每个HyperLogLog键只需要花费12kb内存，就可以计算接近2^64个不同元素的基数。

​ 但是，HyperLogLog只会根据输入元素来计算基数，而不会存储输入元素本身，所以HyperLogLog不能像集合那样，返回输入的各个元素。

基础命令：

pfadd [key] [value1] [value2] ... 往将值加入到key指定的HyperLogLog数据结构中
                            如果在添加后，HLL估计的近似基数发生变化，
                            则返回1，否则返回0。
pfcount [key1] [key2] ... 计算指定HLL的近似基数，可以计算多个HLL               pfmerge [result key] [key1] [key2] ... 将一个或者多个HLL合并后的结果存在
                                    result key当中

Geospatial

简介：

GEO提供了经纬度设置，查询，范围查询，距离查询，经纬度Hash等信息

有效的经度 从 -180度 到 180度。 有效的纬度 从 -85.05112827度 到 85.05112827度

当坐标位置超出范围时，该命令会返回一个错误 已添加的数据，是无法再次往里添加的。

基础命令：

geoadd [key] [longitute] [latitude] [value] 在key中添加包含经纬度信息的value
                                        
geopos [key] [value] 获取value的经纬度

geodist [key] [value1] [value2] 获取两个位置之间的直线距离

georadius [key] [longitude] [latitude] [radius] [m/km/ft/mi]
                            以给定的经纬度为中心，找出某一半径内的元素