大数据-41 Redis 类型集合(2) bitmap位操作 geohash空间计算 stream持久化消息队列 Z阶曲线 Base32编码

news2024/11/15 10:57:18

点一下关注吧！！！非常感谢！！持续更新！！！

目前已经更新到了：

Hadoop
HDFS
MapReduce
Hive
Flume
Sqoop
Zookeeper
HBase
Redis （正在更新）

章节内容

上一节我们完成了如下的内容：

string 类型
list 类型
set 类型
sortedset (zset) 类型
hash 类型

背景介绍

这里是三台公网云服务器，每台 2C4G，搭建一个大数据的学习环境，供我学习。
之前已经在 VM 虚拟机上搭建过一次，但是没留下笔记，这次趁着前几天薅羊毛的3台机器，赶紧尝试在公网上搭建体验一下。

2C4G 编号 h121
2C4G 编号 h122
2C2G 编号 h123

在这里插入图片描述

bitmap类型

bitmap是进行位操作的，通过一个bit位来表示某个元素对应的值或者状态，其中的key就是对应元素本身。
bitmap本身会极大的节省存储空间！

常见操作

在这里插入图片描述

应用场景

用户每月签到
统计活跃用户
用户在线状态查询

统计用户签到的信息，可以通过这种方法：

127.0.0.1:6379> setbit user:sign:1000 20240101 1 # bitmap 1是签到 0是没有
(integer) 0
127.0.0.1:6379> setbit user:sign:1000 20240102 1
(integer) 0
127.0.0.1:6379> getbit user:sign:1000 20240101
(integer) 1
127.0.0.1:6379> getbit user:sign:1000 20240103
(integer) 0
127.0.0.1:6379> 
127.0.0.1:6379> bitcount user:sign:1000 # 获取用户签到次数
(integer) 2
127.0.0.1:6379>

对于统计在线用户数量：

127.0.0.1:6379> setbit 20240101 1000 1
(integer) 0
127.0.0.1:6379> setbit 20240101 1001 1
(integer) 0
127.0.0.1:6379> setbit 20240101 1002 1
(integer) 0
127.0.0.1:6379> bitcount 20240101
(integer) 3
127.0.0.1:6379>

geo 空间类型

geo是Redis用来处理位置信息的，主要是利用了 Z阶曲线、Base32编码和geohash算法。

Z阶曲线

在X轴和Y轴上将十进制转换为二进制，采用X轴和Y轴对应的二进制数依次交叉后得到一个六位数编码。
把数字从小到大一次连起来的曲线成为Z阶曲线，Z阶曲线是把多维转换为一维的一种方法。

在这里插入图片描述

Base32编码

Base32这种数据编码机制，主要用来把二进制数据编码成可见字符串，编码规则如下：
任意给定一个二进制数据，以5个位（bit）为一组切分，对切分而成的每个组进行编码得到1个可见字符。

在这里插入图片描述

geohash算法

GeoHash是一种地理位置信息编码方法，经过GeoHash映射后，地球上任意位置的经纬度就可以编码为一个较短的字符串。
Redis中的经纬度使用52位的整数进行编码，放进ZSet中，Score是GeoHash的52位整数值。在使用Geo查询时，其内部对应的操作其实是ZSet操作，通过ZSet的Score排序就可以得到附近的坐标。

常见操作

在这里插入图片描述

应用场景

记录地理位置
计算距离
附近的人

127.0.0.1:6379> geoadd user:addr 111.11 44.44 ww 112.22 43.33 kk 111.33 33.44 zz # 添加坐标地址
(integer) 3
127.0.0.1:6379> geohash user:addr ww zz # 获取geo编码结果
1) "wrzhb65cf80"
2) "wmznjrs4150"
127.0.0.1:6379> geopos user:addr ww # 获取坐标
1) 1) "111.11000150442123413"
   2) "44.43999999347073526"
127.0.0.1:6379> geodist user:addr ww zz # 获取坐标的距离
"1223636.0233"
127.0.0.1:6379> geodist user:addr ww kk
"152182.4560"
127.0.0.1:6379> geodist user:addr ww kk km # 获取坐标的距离 KM
"152.1825"
127.0.0.1:6379>

Stream类型

stream是5.0版本后新增的数据结构，可用于持久化消息队列。

消息ID序列化生成
消息遍历
消息的阻塞和非阻塞读取
消息的分组消费
未完成消息的处理
消息队列监控

每个Stream都有唯一的名称，它就是Redis的Key。

常见操作

在这里插入图片描述

应用场景

消息队列

127.0.0.1:6379> xadd topic:001 * name wzk age 18 # topic 写入数据
"1720514702080-0"
127.0.0.1:6379> xadd topic:001 * name ww age 20
"1720514716118-0"
127.0.0.1:6379> xadd topic:001 * name zz age 20
"1720514722040-0"
127.0.0.1:6379> xadd topic:001 * name kk age 10
"1720514728559-0"
127.0.0.1:6379> xrange topic:001 - + # 遍历topic 查看当前的数据
1) 1) "1720514702080-0"
   2) 1) "name"
      2) "wzk"
      3) "age"
      4) "18"
2) 1) "1720514716118-0"
   2) 1) "name"
      2) "ww"
      3) "age"
      4) "20"
3) 1) "1720514722040-0"
   2) 1) "name"
      2) "zz"
      3) "age"
      4) "20"
4) 1) "1720514728559-0"
   2) 1) "name"
      2) "kk"
      3) "age"
      4) "10"
127.0.0.1:6379> xread COUNT 1 streams topic:001 0 # 消费topic的数据
1) 1) "topic:001"
   2) 1) 1) "1720514702080-0"
         2) 1) "name"
            2) "wzk"
            3) "age"
            4) "18"
127.0.0.1:6379>