共计 2278 个字符，预计需要花费 6 分钟才能阅读完成。
1. 为什么会有这三种类型？
2. 统计的类型有哪些？
3.bitmap 类型及其利用
4.hyperloglog 类型及其利用
5.GEO 类型及其利用
6. 总结
1. 为什么会有这三种类型？
假如咱们当初有上面这三个需要：
1. 有一个签到打卡的性能，须要统计一个月内间断打卡的用户。
2. 统计一个网站的用户浏览量（PV）。
3. 打车软件中，查出左近闲暇的车辆
如果以上的数据都是 亿级别，请问你该如何统计？
需要痛点：
1.存储 问题：数据量太大，如何省空间存储
2. 取数 问题：数据量大的时候，数据可能存的进，取不出
2. 统计的类型有哪些？
在咱们的日常报表开发中，常见的有以下四种统计
1）聚合统计：统计多个元素聚合的后果，比方总和，交并差汇合。
2）排序统计：依照某个值进行排序，并返回列表的统计，比方排行榜。
3）二值统计：汇合元素取值只有 0 或者 1 两种，比方签没签到。
4）基数统计：统计汇合中不反复的元素个数，比方统计网站 UV 值。
3.bitmap 类型及其利用
咱们先看一下 bitMap 的数据结构：
阐明：用 String 类型作为底层数据结构实现的一种统计 二值状态（0 或者 1）的数据类型。
bitMap 把一个字节拆分成了 8 位，每一个位别离能存 0 或者 1，这是一种把一个字节拆成八个位的存储方法，空间利用率比拟高。
Bitmap 反对的最大位数是 2^32 位，它能够极大的节约存储空间，应用 512M 内存就能够存储多大 42.9 亿的字节信息(2^32 = 4294967296)
利用：
签到性能，日沉闷数统计，该用户一年中登录的天数等等。
假如咱们当初要制作一个签到性能
惯例的思路:mysql 作为解决方案：
CREATE TABLE user_sign
(
keyid BIGINT NOT NULL PRIMARY KEY AUTO_INCREMENT,
user_key VARCHAR(200),# 京东用户 ID
sign_date DATETIME,# 签到日期(20210618)
sign_count INT #间断签到天数
)创立一张这样的表，而后依据业务逻辑 crud 就能够了，然而数据量一旦达到 亿级 ，就有可能呈现 存的进，取不出 的难堪状况，而后存储的空间也会变得十分大。
改良办法：基于 Redis 的 BitMaps 实现签到日历。
咱们后面提到过，bitMap 将一个字节拆分成了 8bit，咱们只须要用到一个 bit，就能够示意 一天的签到状况 （值为 0 或者 1）。
一个月最多 31 天，那么只须要用到 31 个 bit 位 ，一年的签到状况也只须要用到365 个 bit 位，咱们再拿 “ 年 - 月 ” 等值作为 key， 就能够极大节俭空间。
根本命令：
redis:
setbit key offset value //setbit 键 偏移位 只能零或者 1
getbit key offset
strlen // 统计字节数占用多少
bitcount // 全副键外面含有 1 的有多少个？bitop // 将两个值做与运算，比方统计两天同时都签到的人java:
stringRedisTemplate.opsForValue().setBit(key, offset, value);
4.hyperloglog 类型及其利用
hyperloglog 是什么：
它是一种去重统计性能的基数预计算法 , 它并 不保留数据自身 ，而是依据输出的元素，而 判断总共有多少个元素是不反复的。
基数是什么：是一种数据集，去反复后的数据的个数。
如果有这样一个需要：统计一个有亿万级并发的网站上面，每天拜访的用户数（UV 数），要依据用户去重，咱们会有以下几种统计办法：
1）mysql
2）HashSet
以上两种办法，随着元素内容的一直减少，数据量越来越宏大，难以管控，而且存的艰巨，取地艰巨。
3）hyperloglog
后面也说过，它不保留元素的具体数据，只是进行不反复的基数统计，而且应用固定的空间。
留神：
hyperloglog 有误差，就义准确率来换取空间，误差仅仅只是 0.81% 左右。
根本命令：
redis:
pfadd key element // 增加元素
pfcount key // 基数统计
pfmerge new_key key1 key2 // 合并两个 hyperloglog
java:
stringRedisTemplate.opsForHyperLogLog().add() 5.GEO 类型及其利用
GEO 是什么：
互联网利用中，定位系统用的越来越多，比方打车，左近的店铺等等。在咱们还没有学习 GEO 之前，咱们都是用 SQL 进行查找的：
select taxi from position where x0-r 这样做呈现的问题：
1） 查问性能问题 ，如果并发高，这张表便会始终更新，因为司机的地位是一直变动的。
2）这个查问时一个 矩形拜访 ，不是圆周形
3） 精准度问题，地球是一个圆球，会产生误差。
这个时候，GEO 就诞生了！帮咱们解决两点之间的间隔，范畴查找等问题。
redis 命令：
GEOADD 多个经度 (longitude)、纬度(latitude)、地位名称(member) 增加到指定的 key 中
GEOPOS 从键外面返回所有给定地位元素的地位（经度和纬度）GEODIST 返回两个给定地位之间的间隔。GEORADIUS 以给定的经纬度为核心，返回与核心的间隔不超过给定最大间隔的所有地位元素。GEORADIUSBYMEMBER 跟 GEORADIUS 相似
GEOHASH 返回一个或多个地位元素的 Geohash 示意增加：
获取地位：
获取两个点的间隔：
范畴查问：
java:
stringRedisTemplate.opsForGeo().add();6. 总结
明天学习了 redis 的新类型
bitmap 位图统计
hyperloglgo 去重基数统计
GEO 地位统计
