亚洲精品99久久久久中文字幕,欧美精品亚州精品,日韩影院一区

主頁 > 知識庫 > Redis高級數據類型Hyperloglog、Bitmap的使用

Redis高級數據類型Hyperloglog、Bitmap的使用

前言

很多小伙伴在面試中都會被問道 Redis的常用數據結構有哪些？

可能很大一部分回答都是 string、hash、list、set、zset。當然啦，這個答案肯定是沒有錯的，但是相信這個答案，面試官已經聽的耳朵都起繭了。

本身我們選擇的這個行業競爭就極強，學歷拼不過難道還要知識都拼不過嗎？？？

希望進來的小伙伴能好好看完這篇文章，也希望你以后的回答能是常用的數據結構有string、hash、list、set、zset，但我平時可能還會用到 Hyperloglog和Bitmap。相信面試官聽到你的回答，會有眼前一亮的感覺！

話不多說，開始吧，⬇

Hyperloglog

Hyperloglog簡介

HyperLogLog是一種概率數據結構，用來估算數據的基數。

基數：可簡單理解為集合中不同元素的個數，也可以理解為Set
對于一個集合 1、2、3、4，那么它的基數為 4
對于一個集合 1、2、3、4、1，那么它的基數也是 4

Hyperloglog作用

我們可以使用它來統計 UV。

UV即：UniqueVisitor，UV指的是獨立訪客的數量，一臺電腦被視為一個獨立訪客。一臺電腦早上訪問了一次，下午又訪問了一次，兩次訪問的都是同一個網站，只能被計算一次。

那可能有小伙伴問了，及剛才都說了可以理解為一個Set，那我為什么要用它來統計UV？

Redis 的 HyperLogLog 通過犧牲準確率來減少內存空間的消耗，只需要12K內存，在標準誤差0.81%的前提下，能夠統計2^64個數據。而Set就需要消耗大量空間
所以 HyperLogLog 是否適合在比如統計區間活躍度這樣對精度要求不高的場景。

為什么能這么存儲，主要依賴于伯努利試驗，各位小伙伴可以去百度了解了解。

命令行中的使用

pfadd key> [element]：添加數據
pfcount key>：統計數量

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);
}

可以看到結果值為：19891與真實值：20000相差不了多少，雖說有誤差，但相比于set已經是很好了！

除此之外，在SpringBoot中還可以對多個key進行合并，統計合并之后的數據量

@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);
}

可見，數據還是19891

Bitmap

Bitmap簡介

位圖不是特殊的數據結構，它其實就是普通的字符串，也就是 byte 數組（有了解布隆過濾器的小伙伴可展開聯想一下）

通過一個bit位來表示某個元素對應的值或者狀態,其中的key就是對應元素本身。

位操作分為兩組：

固定時間的單個位操作（如將一個位設置為1或0或獲取其值）
對位組的操作，例如計算給定位范圍內設置的位的數量（例如，人口計數）。

位圖的最大優點之一是，在存儲信息時，它們通常可以節省大量空間。例如，在以增量用戶ID表示不同用戶的系統中，僅使用512 MB內存就可以記住40億用戶的一位信息

Bitmap作用

使用場景

各種實時分析。
存儲與對象ID相關聯的空間高效但高性能的布爾信息。

我們可以使用它來統計 DAU。

日均活躍用戶數量(Daily Active User，DAU)是用于反映網站、互聯網應用或網絡游戲的運營情況的統計指標。日活躍用戶數量通常統計一日（統計日）之內，登錄或使用了某個產品的用戶數（去除重復登錄的用戶）。

命令行使用Bitmap

使用 setbit 和 getbit 命令設置和檢索位：

setbit命令將位號作為其第一個參數，將其設置為1或0的值作為其第二個參數。如果所尋址的位超出當前字符串長度，則該命令將自動放大字符串。
getbit 只是返回指定索引處的位的值。超出范圍的位（尋址超出存儲在目標鍵中的字符串長度的位）始終被視為零。

在位組上還有以下三個命令：

bitop 在不同的字符串之間執行按位運算。提供的運算為AND，OR，XOR和NOT。
bitcount 執行填充計數，報告設置為1的位數。
bitpos 查找具有指定值0或1的第一位。

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));

}