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IDsign_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