#添加地理位置
127.0.0.1:6379> geoadd china:city 116.40 39.90 beijing
(integer) 1
127.0.0.1:6379> geoadd china:city 121.47 31.23 shanghai
(integer) 1
127.0.0.1:6379> geoadd china:city 106.50 29.53 chongqing
(integer) 1
127.0.0.1:6379> geoadd china:city 114.05 22.52 shenzhen
(integer) 1
127.0.0.1:6379> geoadd china:city 120.16 30.24 hangzhou
(integer) 1
127.0.0.1:6379> geoadd china:city 108.96 34.26 xian
(integer) 1
127.0.0.1:6379>
geopos
获得当前定位：一定是一个坐标值
#获取指定的城市的经纬度
127.0.0.1:6379> GEOPOS china:city beijing
-
- “116.39999896287918091”
-
“39.90000009167092543”
127.0.0.1:6379> GEOPOS china:city beijing chongqing
-
- “116.39999896287918091”
-
“39.90000009167092543”
-
- “106.49999767541885376”
-
“29.52999957900659211”
127.0.0.1:6379>
geodist
两人的距离
单位:
-
m表示单位为米。
-
km表示单位为千米。
-
mi表示单位为英里。
-
ft表示单位为英尺。
127.0.0.1:6379> geodist china:city beijing shanghai
“1067378.7564”
127.0.0.1:6379> geodist china:city beijing shanghai km #查看上海到北京的直线距离
“1067.3788”
127.0.0.1:6379> geodist china:city beijing chongqing km #查看重庆到北京的直线距离
“1464.0708”
127.0.0.1:6379>
georadius 以给定的经纬度为中心，找出菜一半径内的元素
我附近的人？ （获得所有附近的人的地址，定位！）通过半径来查询
获得指定数量的人 ，200
所有的数据应该都录入 china:city ，才会让结果更加精细
127.0.0.1:6379> GEORADIUS china:city 110 30 1000 km # 以110 30 这个经纬度为中心，寻找方圆1000km内的城市
-
“chongqing”
-
“xian”
-
“shenzhen”
-
“hangzhou”
127.0.0.1:6379> GEORADIUS china:city 110 30 500 km
-
“chongqing”
-
“xian”
127.0.0.1:6379> GEORADIUS china:city 110 30 500 km withdist #显示到中心距离的位置
-
- “chongqing”
-
“341.9374”
-
- “xian”
-
“483.8340”
127.0.0.1:6379> GEORADIUS china:city 110 30 500 km withcoord #显示他人的定位信息
-
- “chongqing”
-
- “106.49999767541885376”
-
“29.52999957900659211”
-
- “xian”
-
- “108.96000176668167114”
-
“34.25999964418929977”
127.0.0.1:6379> GEORADIUS china:city 110 30 500 km withdist withcoord count 1 #筛选指定的结果 只要1个
-
- “chongqing”
-
“341.9374”
-
- “106.49999767541885376”
-
“29.52999957900659211”
127.0.0.1:6379> GEORADIUS china:city 110 30 500 km withdist withcoord count 2
-
- “chongqing”
-
“341.9374”
-
- “106.49999767541885376”
-
“29.52999957900659211”
-
- “xian”
-
“483.8340”
-
- “108.96000176668167114”
-
“34.25999964418929977”
127.0.0.1:6379> GEORADIUS china:city 110 30 500 km withdist withcoord count 3
-
- “chongqing”
-
“341.9374”
-
- “106.49999767541885376”
-
“29.52999957900659211”
-
- “xian”
-
“483.8340”
-
- “108.96000176668167114”
-
“34.25999964418929977”
127.0.0.1:6379>
GEORADIUSBYMEMBER
127.0.0.1:6379> GEORADIUSBYMEMBER china:city beijing 1000 km #找出指定位置的周围城市
-
“beijing”
-
“xian”
127.0.0.1:6379> GEORADIUSBYMEMBER china:city shanghai 400 km
-
“hangzhou”
-
“shanghai”
127.0.0.1:6379>
geohash命令 返回一个或多个位置元素的geohash表示
该命令将返回11个字符的Geohash字符串!
127.0.0.1:6379> GEOHASH china:city beijing chongqing
-
“wx4fbxxfke0”
-
“wm5xzrybty0”
127.0.0.1:6379>
GEO底层的实现原理其实就是Zset !我们可以使用Zset命令来操作geo
127.0.0.1:6379> zrange china:city 0 -1 #查看地图中所有元素
-
“chongqing”
-
“xian”
-
“shenzhen”
-
“hangzhou”
-
“shanghai”
-
“beijing”
127.0.0.1:6379> zrem china:city beijing #移除一个元素
(integer) 1
127.0.0.1:6379> zrange china:city 0 -1
-
“chongqing”
-
“xian”
-
“shenzhen”
-
“hangzhou”
-
“shanghai”
127.0.0.1:6379>
Hyperloglog
什么是基数？
A{1,3,5,7,8,7}
B{1,3,5,7,8}
基数（不重复的元素）=5，可以接受误差
简介
Redis 2.8.9版本就更新了Hyperloglog 数据结构!
Redis Hyperloglog基数统计的算法!
优点:占用的内存是固定，2*64不同的元素的基数，只需要废12KB内存!如果要从内存角度来比较的话Hyperloglog首选!
网页的uV(一个人访问一个网站多次，但是还是算作一个人!)
传统的方式，set保存用户的id ,然后就可以统计set中的元素数量作为标准判断!
这个方式如果保存大量的用户id，就会比较麻烦!我们的目的是为了计数，而不是保存用户id ;
0.81%错误率！统计UV任务，可以忽略不计的！
127.0.0.1:6379> PFADD mykey a b c d e f g #创建第一组元素
mykey(integer) 1
127.0.0.1:6379> pfcount mykey # 统计mykey元素的基数数量
(integer) 7
127.0.0.1:6379> pfadd mykey2 a s d f g h j k l #创建第二组元素 mykey2
(integer) 1
127.0.0.1:6379> pfcount mykey2
(integer) 9
127.0.0.1:6379> pfmerge mykey3 mykey mykey2 # 合并两组mykey mykey2 ==> mykey3
OK
127.0.0.1:6379> pfcount mykey3 #看并集的数量
(integer) 12
127.0.0.1:6379>
如果允许容错，那么一定可以使用 Hyperloglog!
如果不允许容错,就使用set或者自己的数据类型即可!
Bitmaps
位存储
统计用户信息，活跃，不活跃!登录、未登录!打卡，365打卡!两个状态的，都可以使用 Bitmaps !
Bitmaps位图，数据结构!都是操作二进制位来进行记录，就只有0和1两个状态!
365天= 365bit 1字节 = 8bit 46个字节左右!
测试
127.0.0.1:6379> setbit sign 0 1 # 周一打卡 0代表没打卡 1代表打卡了
(integer) 0