前言

很多小伙伴在面試中都會(huì)被問(wèn)道 Redis的常用數(shù)據(jù)結(jié)構(gòu)有哪些？

可能很大一部分回答都是 string、hash、list、set、zset。當(dāng)然啦，這個(gè)答案肯定是沒(méi)有錯(cuò)的，但是相信這個(gè)答案，面試官已經(jīng)聽(tīng)的耳朵都起繭了。

本身我們選擇的這個(gè)行業(yè)競(jìng)爭(zhēng)就極強(qiáng)，學(xué)歷拼不過(guò)難道還要知識(shí)都拼不過(guò)嗎？？？

希望進(jìn)來(lái)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(shù)據(jù)結(jié)構(gòu)有string、hash、list、set、zset，但我平時(shí)可能還會(huì)用到 Hyperloglog和Bitmap。相信面試官聽(tīng)到你的回答，會(huì)有眼前一亮的感覺(jué)！

話不多說(shuō)，開(kāi)始吧，⬇

Hyperloglog

Hyperloglog簡(jiǎn)介

HyperLogLog是一種概率數(shù)據(jù)結(jié)構(gòu)，用來(lái)估算數(shù)據(jù)的基數(shù)。

基數(shù)：可簡(jiǎn)單理解為集合中不同元素的個(gè)數(shù)，也可以理解為Set
對(duì)于一個(gè)集合 1、2、3、4，那么它的基數(shù)為 4
對(duì)于一個(gè)集合 1、2、3、4、1，那么它的基數(shù)也是 4

Hyperloglog作用

我們可以使用它來(lái)統(tǒng)計(jì) UV。

UV即：UniqueVisitor，UV指的是獨(dú)立訪客的數(shù)量，一臺(tái)電腦被視為一個(gè)獨(dú)立訪客。一臺(tái)電腦早上訪問(wèn)了一次，下午又訪問(wèn)了一次，兩次訪問(wèn)的都是同一個(gè)網(wǎng)站，只能被計(jì)算一次。

那可能有小伙伴問(wèn)了，及剛才都說(shuō)了可以理解為一個(gè)Set，那我為什么要用它來(lái)統(tǒng)計(jì)UV？

Redis 的 HyperLogLog 通過(guò)犧牲準(zhǔn)確率來(lái)減少內(nèi)存空間的消耗，只需要12K內(nèi)存，在標(biāo)準(zhǔn)誤差0.81%的前提下，能夠統(tǒng)計(jì)2^64個(gè)數(shù)據(jù)。而Set就需要消耗大量空間
所以 HyperLogLog 是否適合在比如統(tǒng)計(jì)區(qū)間活躍度這樣對(duì)精度要求不高的場(chǎng)景。

為什么能這么存儲(chǔ)，主要依賴于伯努利試驗(yàn)，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(shù)據(jù)
• pfcount <key>：統(tǒng)計(jì)數(shù)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(jié)果值為：19891與真實(shí)值：20000相差不了多少，雖說(shuō)有誤差，但相比于set已經(jīng)是很好了！

除此之外，在SpringBoot中還可以對(duì)多個(gè)key進(jìn)行合并，統(tǒng)計(jì)合并之后的數(shù)據(jù)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(jiàn)，數(shù)據(jù)還是19891

Bitmap

Bitmap簡(jiǎn)介

位圖不是特殊的數(shù)據(jù)結(jié)構(gòu)，它其實(shí)就是普通的字符串，也就是 byte 數(shù)組（有了解布隆過(guò)濾器的小伙伴可展開(kāi)聯(lián)想一下）

通過(guò)一個(gè)bit位來(lái)表示某個(gè)元素對(duì)應(yīng)的值或者狀態(tài),其中的key就是對(duì)應(yīng)元素本身。

位操作分為兩組：

• 固定時(shí)間的單個(gè)位操作（如將一個(gè)位設(shè)置為1或0或獲取其值）
• 對(duì)位組的操作，例如計(jì)算給定位范圍內(nèi)設(shè)置的位的數(shù)量（例如，人口計(jì)數(shù)）。

位圖的最大優(yōu)點(diǎn)之一是，在存儲(chǔ)信息時(shí)，它們通?？梢怨?jié)省大量空間。例如，在以增量用戶ID表示不同用戶的系統(tǒng)中，僅使用512 MB內(nèi)存就可以記住40億用戶的一位信息

Bitmap作用

使用場(chǎng)景

• 各種實(shí)時(shí)分析。
• 存儲(chǔ)與對(duì)象ID相關(guān)聯(lián)的空間高效但高性能的布爾信息。

我們可以使用它來(lái)統(tǒng)計(jì) DAU。

日均活躍用戶數(shù)量(Daily Active User，DAU)是用于反映網(wǎng)站、互聯(lián)網(wǎng)應(yīng)用或網(wǎng)絡(luò)游戲的運(yùn)營(yíng)情況的統(tǒng)計(jì)指標(biāo)。日活躍用戶數(shù)量通常統(tǒng)計(jì)一日（統(tǒng)計(jì)日）之內(nèi)，登錄或使用了某個(gè)產(chǎn)品的用戶數(shù)（去除重復(fù)登錄的用戶）。

命令行使用Bitmap

使用 setbit 和 getbit 命令設(shè)置和檢索位：

• setbit命令將位號(hào)作為其第一個(gè)參數(shù)，將其設(shè)置為1或0的值作為其第二個(gè)參數(shù)。如果所尋址的位超出當(dāng)前字符串長(zhǎng)度，則該命令將自動(dòng)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(chǔ)在目標(biāo)鍵中的字符串長(zhǎng)度的位）始終被視為零。

在位組上還有以下三個(gè)命令：

• bitop 在不同的字符串之間執(zhí)行按位運(yùn)算。提供的運(yùn)算為AND，OR，XOR和NOT。
• bitcount 執(zhí)行填充計(jì)數(shù)，報(bào)告設(shè)置為1的位數(shù)。
• 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));

}

尾言

到此這篇關(guān)于Redis高級(jí)數(shù)據(jù)類(lèi)型Hyperloglog、Bitmap的使用的文章就介紹到這了,更多相關(guān)Redis Hyperloglog、Bitmap內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

最新評(píng)論