Redis 还可以做哪些事？

在上一篇文章中，讲到了 redis 五大基本数据类型的使用场景，除了 string，hash，list，set，zset 之外，redis 还提供了一些其他的数据结构（当然，严格意义上也不算数据结构），一起来看看 redis 还可以做哪些事？

一 Bitmaps

在计算机中，使用二进制做为信息的基础单元，也就是输入的任何信息，最终在计算机底层都会转会为一串二进制的数字。在 redis 中，提供了 Bitmaps 来进行位操作。我们可以把 Bitmaps 想象成一个以位为单位的数组，数组的下标叫做偏移量。使用 Bitmaps 的优势就是占用空间更少。

假如我们想记录员工今天是否登录过公司官网，我们可以日期做为 key，员工 id 做为偏移量（这里员工 id 在数据库中是自增的），如果 id 是从 1000 开始，为了节省空间，一般会将员工 id 减去这个初始值来做为偏移量，偏移量一般从0开始。是否访问官网用0和1来表示。

这样的话，id 为3的员工访问了官网，就将他的值写成1

# id为3的员工访问了官网setbit user:2020-11-04 3 1# id为18的员工访问了官网setbit user:2020-11-04 18 1

查看某个员工是否访问过官网

getbit user:2020-11-04 1

查询指定范围（字节）内值为 1 的个数，比如我想查看 id 从 1-30 之间有多少员工访问了官网

bitcount user:2020-11-04 0 3

二 HyperLogLog

HyperLogLog可以利用极小的内存空间完成数据统计，无法获取单条数据，只能做为统计使用，会有一定的误差率。

假如我想统计访问官网的 IP 地址

添加官网今天访问的 ip 列表

# 2020-11-04访问的ippfadd 2020-11-04:ip "ip1" "ip2" "ip3" # 2020-11-05访问的ippfadd 2020-11-05:ip "ip3" "ip4" "ip5" 

计算今天官网访问的 ip 数

pfcount 2020-11-04:ip

返回结果为 3

查看 2020-11-04 和 2020-11-05 这两天总共有多少个独立 ip 访问过网站

先将两天的数据做并集，并复制给某个值

pfmerge 2020-11:ip 2020-11-04:ip 2020-11-05:ip

然后使用 pfcount 命令查询，获得的值为 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，可以使用此功能来获取附近的人。

添加命令如下，可批量添加

geoadd city longitud latitude member

我们添加几个城市的位置信息，来获取某个城市附近的城市

geoadd city 116.28 39.55 beijing 117.12 39.08 tianjin

获取北京的经纬度命令如下

geopos city beijing

查看 beijing 和 tianjin 两座城市的距离

geodist city beijing tianjin km

最后面的 km 表示距离单位是公里，支持的单位有以下几个：

• m，米

• km，千米

• mi，英里

• ft，尺

获取附近的位置有两个命令，georadius根据经纬度获取，georadiusbymember根据成员获取

georadius key longitude laitude [单位]georadiusbymember key member [单位]

后面还可以跟非必须参数，参数分别如下

• withcoord：返回结果中包含经纬度

• withdist：返回结果中包含距离中心位置的距离

• withhash：返回结果中包含 geohash（就是将经纬度转换为 hash 值）

• COUNT count：指定返回结果的数量

• asc|desc：返回结果按距离中心位置的距离排序

• store key：将返回结果的地理位置信息保存到指定 key 中

• storedist key：将返回结果距离中心位置的距离保存到指定 key 中

四 发布订阅模式消息

在上一篇文章中讲到了可以使用 list 和 zset 来实现消息队列，但是上面实现的消息队列是点对点模式，也就是一条消息只能由一个消费者来消费。除此之外，redis 还支持发布订阅模式，即一个消息由所有订阅者消费，比如广播、公告等等，发布一条公告后，所有关注了我的用户都可以收到这条公告。

1. 发布消息

发布到信道 channel:message 一条消息，消息内容为hi

pulish channel:message hi

1. 订阅信道

订阅者可以订阅一个或多个信道，比如订阅 channel:message

subscribe channel:message

1. 取消订阅

unsubscribe channel:message

1. 查看活跃信道

pubsub channels

1. 查看订阅数

查看信道 channel:message 订阅个数

pubsub numsub channel:message

redis 的发布订阅模式和专业的消息中间件相比，略显粗糙，但是实现起来非常简单，学习成本较低。

五 Bloom Filter

布隆过滤器是redis4版本中新增的一个功能。其实现原理和 Bitmaps 差不多，也是利用一个位数组，将你的值经过多个 hash 函数，得到对应的位数组的位置，将这些值设置为 1。布隆过滤器经常别用来防止缓存穿透。

存在的问题，如果说某个元素不存在，则一定不存在，如果说某个元素存在，则可能不存在。这是因为如果有三个元素a，b，c要放入同一个数组中去，假设a经过三次 hash，得到 1，5，7 三个位置，那么就会将这三个位置修改成1，b经过三次 hash，得到 2，4，6 三个位置，将这三个位置修改成1。c经过三次 hash 得到 2，5，7 三个位置，但是经过前两个元素 hash 后，这三个位置已经修改成1了，那么我们能说c一定存在吗？显然不能！

点关注、不迷路

如果觉得文章不错，欢迎关注、*点赞*、收藏，你们的支持是我创作的动力，感谢大家。

如果文章写的有问题，请不要吝惜文笔，欢迎留言指出，我会及时核查修改。

如果你还想更加深入的了解我，可以微信搜索「Java 旅途」进行关注。回复「1024」即可获得学习视频及精美电子书。每天 7:30 准时推送技术文章，让你的上班路不在孤独，而且每月还有送书活动，助你提升硬实力！