| byte | bit0 | bit1 | bit2 | bit3 | bit4 | bit5 | bit6 | bit7 |
|---|---|---|---|---|---|---|---|---|
| byte0 | 1 | 0 | 1 | 0 | 0 | 1 | 0 | 0 |
| byte1 | 0 | 1 | 0 | 0 | 1 | 0 | 0 | 0 |
可以看出 bit 的默認值是 0，那么 BitMap 在實際開發的運用呢？這里舉一個例子：儲存用戶在線狀態。這里只需要一個 key，然后把用戶 ID 作為 offset，如果在線就設置為 1，不在線就設置為 0。實例代碼：
//設置在線狀態
$redis->setBit('online', $uid, 1);
//設置離線狀態
$redis->setBit('online', $uid, 0);
//獲取狀態
$isOnline = $redis->getBit('online', $uid);
//獲取在線人數
$isOnline = $redis->bitCount('online');
Geo
Redis 的 GEO 特性在 Redis 3.2 版本中推出， 這個功能可以將用戶給定的地理位置信息儲存起來， 并對這些信息進行操作。GEO 的數據結構總共有六個命令：geoadd、geopos、geodist、georadius、georadiusbymember、gethash,這里著重講解幾個。
1.GEOADD
GEOADD key longitude latitude member [longitude latitude member ...]
將給定的空間元素（緯度、經度、名字）添加到指定的鍵里面。 這些數據會以有序集合的形式被儲存在鍵里面， 從而使得像 GEORADIUS 和 GEORADIUSBYMEMBER 這樣的命令可以在之后通過位置查詢取得這些元素。例子：
redis> GEOADD Sicily 13.361389 38.115556 "Palermo" 15.087269 37.502669 "Catania" (integer) 2
2.GEOPOS
GEOPOS key member [member ...]
從鍵里面返回所有給定位置元素的位置（經度和緯度），例子：
redis> GEOPOS Sicily Palermo Catania NonExisting 1) 1) "13.361389338970184" 2) "38.115556395496299"
3.GEODIST
GEODIST key member1 member2 [unit]
返回兩個給定位置之間的距離。如果兩個位置之間的其中一個不存在， 那么命令返回空值。指定單位的參數 unit 必須是以下單位的其中一個：（默認為m）
m 表示單位為米。
km 表示單位為千米。
mi 表示單位為英里。
ft 表示單位為英尺。
redis> GEODIST Sicily Palermo Catania "166274.15156960039"
4.GEORADIUS
GEORADIUS key longitude latitude radius m|km|ft|mi [WITHCOORD] [WITHDIST] [WITHHASH] [ASC|DESC] [COUNT count]
以給定的經緯度為中心， 返回鍵包含的位置元素當中， 與中心的距離不超過給定最大距離的所有位置元素。距離單位和上面的一致，其中后面的選項：
WITHDIST： 在返回位置元素的同時， 將位置元素與中心之間的距離也一并返回。距離的單位和用戶給定的范圍單位保持一致。
WITHCOORD： 將位置元素的經度和維度也一并返回。
WITHHASH： 以 52 位有符號整數的形式， 返回位置元素經過原始 geohash 編碼的有序集合分值。這個選項主要用于底層應用或者調試， 實際中的作用并不大。
redis> GEORADIUS Sicily 15 37 200 km WITHDIST 1) 1) "Palermo" 2) "190.4424" 2) 1) "Catania" 2) "56.4413"
HyperLogLog
Redis 的基數統計，這個結構可以非常省內存的去統計各種計數，比如注冊 IP 數、每日訪問 IP 數、頁面實時UV）、在線用戶數等。但是它也有局限性，就是只能統計數量，而沒辦法去知道具體的內容是什么。
當然用集合也可以解決這個問題。但是一個大型的網站，每天 IP 比如有 100 萬，粗算一個 IP 消耗 15 字節，那么 100 萬個 IP 就是 15M。而 HyperLogLog 在 Redis 中每個鍵占用的內容都是 12K，理論存儲近似接近 2^64 個值，不管存儲的內容是什么，它一個基于基數估算的算法，只能比較準確的估算出基數，可以使用少量固定的內存去存儲并識別集合中的唯一元素。而且這個估算的基數并不一定準確，是一個帶有 0.81% 標準錯誤的近似值。
這個數據結構的命令有三個：PFADD、PFCOUNT、PFMERGE
1.PFADD
redis> PFADD databases "Redis" "MongoDB" "MySQL" (integer) 1 redis> PFADD databases "Redis" # Redis 已經存在，不必對估計數量進行更新 (integer) 0
2.PFCOUNT
redis> PFCOUNT databases (integer) 3
3.PFMERGE
PFMERGE destkey sourcekey [sourcekey ...]
將多個 HyperLogLog 合并為一個 HyperLogLog， 合并后的 HyperLogLog 的基數接近于所有輸入 HyperLogLog 的可見集合的并集。合并得出的 HyperLogLog 會被儲存在 destkey 鍵里面， 如果該鍵并不存在，那么命令在執行之前， 會先為該鍵創建一個空的 HyperLogLog 。
redis> PFADD nosql "Redis" "MongoDB" "Memcached" (integer) 1 redis> PFADD RDBMS "MySQL" "MSSQL" "PostgreSQL" (integer) 1 redis> PFMERGE databases nosql RDBMS OK redis> PFCOUNT databases (integer) 6
總結
以上就是這篇文章的全部內容了，希望本文的內容對大家的學習或者工作具有一定的參考學習價值，如果有疑問大家可以留言交流，謝謝大家對腳本之家的支持。
