优化网站是什么意思,深圳知名网站设计公司,国外开网站怎样做平帐,大连关键词优化服务Bitmap 相关命令#xff1a; #SETBIT - 设置指定位置的比特值。SETBIT key offset value # 将 key 对应的 bitmap 中第 offset 位设置为 value#xff08;0 或 1#xff09;。#GETBIT - 获取指定位置的比特值。GETBIT key offset # 返回 key 对应 bitmap 的第 offset 位的…Bitmap 相关命令 #SETBIT - 设置指定位置的比特值。SETBIT key offset value # 将 key 对应的 bitmap 中第 offset 位设置为 value0 或 1。#GETBIT - 获取指定位置的比特值。GETBIT key offset # 返回 key 对应 bitmap 的第 offset 位的值。#BITCOUNT - 统计比特值为 1 的数量。BITCOUNT key [start end] # 返回 key 对应 bitmap 中比特值为 1 的数量可以指定范围。#BITPOS - 查找第一个为指定值的比特位。BITPOS key value [start] [end] # 返回第一个值为 value 的比特位的位置。#BITOP - 对两个或多个 bitmap 执行位操作AND/OR/XOR/NOT。BITOP operation destkey key [key ...] # 将多个 key 的 bitmap 进行位操作结果存储到 destkey。
Bitmap 应用场景
#用户签到记录
#使用 Bitmap 记录用户每天的签到情况。每个用户每天的签到可以用一个位表示一年内的签到情况可以用一个 Bitmap 存储。# 用户 10086 在 2023 年 9 月 3 日签到
SETBIT user:sign:10086:202309 3 1
# 统计用户 10086 在 2023 年 9 月的签到次数
BITCOUNT user:sign:10086:202309#用户在线状态
#使用 Bitmap 来记录用户是否在线。用户 ID 作为位的偏移量在线状态用 1 表示离线用 0 表示。# 记录用户 10086 已登录
SETBIT user:online 10086 1
# 查询用户 10086 是否登录
GETBIT user:online 10086#优惠券每人限领一张
#使用 Bitmap 确保每个用户只能领取一张优惠券。优惠券编号作为 key用户 ID 作为偏移量。# 设置用户 100 和 101 领取过优惠券 a
SETBIT coupon:a 100 1
SETBIT coupon:a 101 1
# 检查用户 100 是否领过优惠券 a
GETBIT coupon:a 100#连续签到用户总数
#将每天作为一个 key使用 BITOP 命令合并多天的 Bitmap 来统计连续签到的用户。# 用户 A、B、C 在特定日期签到
SETBIT sign:20230901 0 1
SETBIT sign:20230901 1 1
SETBIT sign:20230901 2 1
SETBIT sign:20230902 0 1
SETBIT sign:20230902 1 1
BITOP AND sign:consecutive sign:20230901 sign:20230902
# 统计连续签到的用户数
BITCOUNT sign:consecutive实现布隆过滤器
布隆过滤器Bloom Filter是一种空间效率很高的数据结构用于判断一个元素是否在一个集合中。它允许一些误报false positives但不允许误漏false negatives。在Redis中可以使用Bitmap来实现布隆过滤器的基本功能。
布隆过滤器的关键操作添加元素将元素通过某种方式如哈希函数映射到位图中的多个位置并将这些位置的位设置为1。检查元素同样使用哈希函数将元素映射到位图中检查这些位置的位是否都为1。如果都为1则元素可能存在于集合中如果有任意位置为0则元素一定不在集合中。操作样例假设我们使用两个哈希函数 hash1 和 hash2它们将输入元素映射到不同的位偏移量上。
初始化首先我们需要一个足够大的Bitmap来存储布隆过滤器的数据。假设我们预计要存储1000个元素每个元素使用两个哈希函数那么可能需要的位数大约是 2 * 10 * 8 * log2(1000)这里使用了一个简单的布隆过滤器大小估算公式。# 初始化一个Bitmap假设key为bloom_filter估算需要的位数为8000
# 使用STRLEN命令来确保Redis自动扩展字符串长度
SETBIT bloom_filter 0 0
STRLEN bloom_filter添加元素# 假设元素为 item
# 使用两个哈希函数计算偏移量这里用简单的方法模拟
# 哈希函数1item的字符串表示的CRC16值对8000取模
# 哈希函数2将哈希函数1的结果加上一个固定值例如1000再对8000取模
# 这里只是示例实际哈希函数会更复杂# 假设hash1的结果为100
SETBIT bloom_filter 100 1
# 假设hash2的结果为1100
SETBIT bloom_filter 1100 1检查元素# 检查 item 是否可能在集合中
# 检查两个哈希函数计算出的偏移量对应的位是否都为1
GETBIT bloom_filter 100
GETBIT bloom_filter 1100
# 如果两个命令的返回值都是1则 item 可能在集合中
# 如果任何一个返回值为0则 item 一定不在集合中
注意事项布隆过滤器的大小和哈希函数的数量会影响误报率。集合越大或哈希函数越多误报率越低但同时需要更多的空间。哈希函数的选择对布隆过滤器的性能至关重要。理想的哈希函数应具有良好的分布性以减少哈希碰撞。Redis的Bitmap实现的布隆过滤器是不可扩展的即一旦设置了位就不能减少Bitmap的大小。因此需要预先估算好所需的空间。使用Bitmap实现布隆过滤器是一种空间效率高的方法适用于需要快速判断元素存在性的场景尤其是在大数据量的情况下。然而它也有一些限制如不能从过滤器中删除元素以及存在一定的误报率。** HyperLogLog常见命令:**
# 添加指定元素到 HyperLogLog 中
PFADD key element [element ...]# 返回给定 HyperLogLog 的基数估算值。
PFCOUNT key [key ...]# 将多个 HyperLogLog 合并为一个 HyperLogLog
PFMERGE destkey sourcekey [sourcekey ...]
** HyperLogLog应用场景:**
#百万级网页 UV 计数Redis HyperLogLog #优势在于只需要花费 12 KB 内存就可以计算接近 2^64 个元素的基数和元素越多就越耗费内存的 Set 和 Hash 类型相比HyperLogLog 就非常节省空间。所以非常适合统计百万级以上的网页 UV 的场景。在统计 UV 时你可以用 PFADD 命令用于向 HyperLogLog 中添加新元素把访问页面的每个用户都添加到 HyperLogLog 中。PFADD page1:uv user1 user2 user3 user4 user5#接下来就可以用 PFCOUNT 命令直接获得 page1 的 UV 值了这个命令的作用就是返回 HyperLogLog 的统计结果。PFCOUNT page1:uv#不过有一点需要你注意一下HyperLogLog 的统计规则是基于概率完成的所以它给出的统计结果是有一定误差的标准误算率是 0.81%。#这也就意味着你使用 HyperLogLog 统计的 UV 是 100 万但实际的 UV 可能是 101 万。虽然误差率不算大但是如果你需要精确统计结果的话最好还是继续用 Set 或 Hash 类型。Geo 相关命令:
#GEOADD - 将指定的地理空间位置纬度、经度、成员添加到指定的键中。GEOADD key longitude latitude member [longitude latitude member ...] # 添加地理位置。#GEOPOS - 返回一个或多个成员的地理坐标。GEOPOS key member [member ...] # 获取成员的地理坐标。#GEODIST - 返回两个成员之间的距离。GEODIST key member1 member2 [unit] # 获取成员之间的距离unit 可以是 m米、km千米、mi英里、ft英尺。GEORadius - 根据给定的经纬度和半径返回一个或多个位置成员。GEORADIUS key longitude latitude radius unit [WITHCOORD] [WITHDIST] [WITHHASH] [COUNT count] # 搜索指定半径内的位置成员。Geo 应用场景:
#附近地点搜索
#使用 GEORadius 命令搜索给定经纬度附近的兴趣点如餐馆、影院等。# 搜索以经纬度为中心半径为 10 公里内的所有地点
GEORADIUS my_locations 116.383331 -39.906611 10 km WITHDIST WITHCOORD#用户签到位置记录
#记录用户签到的地理位置并使用 GEOADD 命令添加到 Redis。# 记录用户 user123 在某个地点的签到
GEOADD user_checkins 116.40 39.90 user123#计算两地之间的距离
#使用 GEODIST 命令计算两个地点之间的距离。# 计算地点 placeA 和 placeB 之间的距离
GEODIST my_locations placeA placeB km
