Redis Hyperloglog、Bitmap Redis高级数据类型Hyperloglog、Bitmap的使用

软件发布|下载排行|最新软件

当前位置:首页IT学院IT技术

Redis Hyperloglog、Bitmap Redis高级数据类型Hyperloglog、Bitmap的使用

Code皮皮虾   2021-05-24 我要评论
想了解Redis高级数据类型Hyperloglog、Bitmap的使用的相关内容吗,Code皮皮虾在本文为您仔细讲解Redis Hyperloglog、Bitmap的相关知识和一些Code实例,欢迎阅读和指正,我们先划重点:Redis,Hyperloglog,Redis,Bitmap,下面大家一起来学习吧。

前言

很多小伙伴在面试中都会被问道 Redis的常用数据结构有哪些?

可能很大一部分回答都是 string、hash、list、set、zset。当然啦,这个答案肯定是没有错的,但是相信这个答案,面试官已经听的耳朵都起茧了。

本身我们选择的这个行业竞争就极强,学历拼不过难道还要知识都拼不过吗???

希望进来的小伙伴能好好看完这篇文章,也希望你以后的回答能是 常用的数据结构有string、hash、list、set、zset,但我平时可能还会用到 Hyperloglog和Bitmap。相信面试官听到你的回答,会有眼前一亮的感觉!

话不多说,开始吧,⬇

Hyperloglog

Hyperloglog简介

HyperLogLog是一种概率数据结构,用来估算数据的基数。

基数:可简单理解为集合中不同元素的个数,也可以理解为Set
对于一个集合 1、2、3、4,那么它的基数为 4
对于一个集合 1、2、3、4、1,那么它的基数也是 4

Hyperloglog作用

我们可以使用它来统计 UV。

UV即:UniqueVisitor,UV指的是独立访客的数量,一台电脑被视为一个独立访客。一台电脑早上访问了一次,下午又访问了一次,两次访问的都是同一个网站,只能被计算一次。

那可能有小伙伴问了,及刚才都说了可以理解为一个Set,那我为什么要用它来统计UV?

Redis 的 HyperLogLog 通过牺牲准确率来减少内存空间的消耗,只需要12K内存,在标准误差0.81%的前提下,能够统计2^64个数据。而Set就需要消耗大量空间
所以 HyperLogLog 是否适合在比如统计区间活跃度这样对精度要求不高的场景。

为什么能这么存储,主要依赖于伯努利试验,各位小伙伴可以去百度了解了解。

命令行中的使用

  • pfadd <key> [element]:添加数据
  • pfcount <key>:统计数量

在这里插入图片描述

在这里插入图片描述

SpringBoot中的使用

@Test
public void testHyperloglog() {

    String key = "language";

    for (int i = 1; i <= 10000; i++) {
        redisTemplate.opsForHyperLogLog().add(key,i);
    }

    for (int i = 5000; i <= 15000; i++) {
        redisTemplate.opsForHyperLogLog().add(key,i);
    }

    for (int i = 10000; i <= 20000; i++) {
        redisTemplate.opsForHyperLogLog().add(key,i);
    }

    long size = redisTemplate.opsForHyperLogLog().size(key);
    System.out.println(size);
}

在这里插入图片描述

可以看到结果值为:19891与真实值:20000相差不了多少,虽说有误差,但相比于set已经是很好了!

除此之外,在SpringBoot中还可以对多个key进行合并,统计合并之后的数据量

@Test
public void testHyperloglog() {

    String key1 = "language1";
    String key2 = "language2";
    String key3 = "language3";
    String unionKey = "language";


    for (int i = 1; i <= 10000; i++) {
        redisTemplate.opsForHyperLogLog().add(key1,i);
    }

    for (int i = 5000; i <= 15000; i++) {
        redisTemplate.opsForHyperLogLog().add(key2,i);
    }

    for (int i = 10000; i <= 20000; i++) {
        redisTemplate.opsForHyperLogLog().add(key3,i);
    }

    redisTemplate.opsForHyperLogLog().union(unionKey,key1,key2,key3);

    long size = redisTemplate.opsForHyperLogLog().size(unionKey);
    System.out.println(size);
}

在这里插入图片描述

可见,数据还是19891

Bitmap

Bitmap简介

位图不是特殊的数据结构,它其实就是普通的字符串,也就是 byte 数组(有了解布隆过滤器的小伙伴可展开联想一下)

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。

位操作分为两组:

  • 固定时间的单个位操作(如将一个位设置为1或0或获取其值)
  • 对位组的操作,例如计算给定位范围内设置的位的数量(例如,人口计数)。

位图的最大优点之一是,在存储信息时,它们通常可以节省大量空间。例如,在以增量用户ID表示不同用户的系统中,仅使用512 MB内存就可以记住40亿用户的一位信息

Bitmap作用

使用场景

  • 各种实时分析。
  • 存储与对象ID相关联的空间高效但高性能的布尔信息。

我们可以使用它来统计 DAU。

日均活跃用户数量(Daily Active User,DAU)是用于反映网站、互联网应用或网络游戏的运营情况的统计指标。日活跃用户数量通常统计一日(统计日)之内,登录或使用了某个产品的用户数(去除重复登录的用户)。

命令行使用Bitmap

使用 setbit 和 getbit 命令设置和检索位:

  • setbit命令将位号作为其第一个参数,将其设置为1或0的值作为其第二个参数。如果所寻址的位超出当前字符串长度,则该命令将自动放大字符串。
  • getbit 只是返回指定索引处的位的值。超出范围的位(寻址超出存储在目标键中的字符串长度的位)始终被视为零。

在这里插入图片描述

在位组上还有以下三个命令:

  • bitop 在不同的字符串之间执行按位运算。提供的运算为AND,OR,XOR和NOT。
  • bitcount 执行填充计数,报告设置为1的位数。
  • bitpos 查找具有指定值0或1的第一位。

在这里插入图片描述

SpringBoot使用Bitmap

@Test
public void testBitmap() {

    String key = "bitmap";

    redisTemplate.opsForValue().setBit(key,1,true);
    redisTemplate.opsForValue().setBit(key,4,true);
    redisTemplate.opsForValue().setBit(key,2,true);
    redisTemplate.opsForValue().setBit(key,5,true);

    System.out.println(redisTemplate.opsForValue().getBit(key,2));
    System.out.println(redisTemplate.opsForValue().getBit(key,3));
    System.out.println(redisTemplate.opsForValue().getBit(key,5));

}

在这里插入图片描述

尾言

编者按:【腾讯云】爆款云服务器限时体验20元起,更多上云必备产品低至1元

Copyright 2022 版权所有 软件发布

声明:所有软件和文章来自软件开发商或者作者 如有异议 请与本站联系 联系我们