redis知識盤點【捌】_redis新特性

這個月終于有了一些時間，看了幾本書。歸。繼續更新。這次還是先分享幾個redis之前沒寫的新特性。

HyperLogLog

2.8版本引入，可用于巨量去重統計，比如統計UV。有點是需要空間很小，隻有12KB；缺點是平均會有0.81%的誤差。不過當統計量級特别大的時候，HyperLogLog的成本效益還是很高的。

基本指令

主要有三個指令：

pfadd：增加成員

pfcount：統計成員數

pfmerge：将多個pf計數值累加一起

Bloom Filter(布隆過濾器)

4.0版本引入，可以在快速巨量資料裡去判斷某一成員是否存在。優點是相比其他實作方式節省空間，缺點是有一定的誤判機率。

基本指令

bf.add  key  sub-key：增加成員

bf.madd  key   sub-key1  sub-key2：批量增加成員

bf.exists  key   sub-key：判斷成員是否存在

可以通過bf.reverse指令來自定義布隆過濾器參數：

key：名稱

error_rate：容錯率，預設0.01。這個值越低需要的空間越大

initial_size：預計放入的元素數量，預設100。當實際數量大于這個值後，誤判率會上升

實作原理

布隆過濾器的實作原理大概是這樣的：

向過濾器增加key的時候，會有多個hash算法對該key計算，基于計算結果按數組長度取模将對應數組位置置為1。當判斷一個key是否存在時，則同樣用多個hash算法對該key計算，然後判斷計算結果對應數組位置是否都為1，若是則認為該key存在。

這裡有個問題，有可能其他key計算的結果落在了同樣的數組位置上，導緻本不存在的key誤判為存在。這就是布隆過濾器誤差原因所在。也就是說，當布隆過濾器傳回這個key存在時，那麼這個key可能不存在；但是如果傳回這個key不存在，那麼這個key一定不存在。

GEO

在3.2版本引入。可用于實作類似附近的人的功能。

基本指令

geoadd  key  longitude   latitude   subkey：增加

geoadd  key  longitude-1   latitude-1   subkey-1  longitude-2   latitude-2   subkey-2：批量增加

geodist  key  subkey1   subkey2  km：計算距離

geopos  key  subkey：擷取元素位置

geohash   key    subkey：擷取元素hash值

georadiusbymember    key   subkey   {length}   km   count   {num}：擷取元素length千米内最近的num個元素，注意元素本身也傳回，如果加上withcoord傳回元素經緯度，withdist傳回距離，withhash傳回hash值

georadius   key   longitude   latitude    {length}   km   count   {num}：擷取坐标length千米内最近的num個元素，同樣可使用上面三個參數

實作原理

使用的是業界比較通用的GeoHash算法。就是将二維的經緯度映射到一維的整數，這樣大家都相當于在一條線上，隻要比較點之間的距離即可。redis是使用zset儲存元素，key為元素的健值，value是一個52位的整數。