geospatial
应用：存储位置信息，可以很方便计算和管理位置信息
redis的geospatial在redis 3.2版本就推出来了！这个功能可以推算地理位置的信息，两地之间的距离，方圆几里的人
可以查询一些测试数据：http://www.jsons.cn/lngcode/
geospatial只有如下6个命令：
geoadd:添加地理位置
规则：两极无法添加，我们一般会下载城市数据，直接通过java程序一次性导入。
(flushdb 用于清空当前数据库中所有的key、dbsize 返回当前库的key数量 info查看版本、内核信息
clear)
geoadd：添加一个或多个位置到一个key中
语法：geoadd key longitude latitude member [longitude latitude member ...]
localhost:6379> geoadd China:city 116.40 39.9 北京 # 添加一个位置 (integer) 1 localhost:6379> geoadd China:city 121.47 31.23 上海 120.15 30.28 杭州 113.27 23.13 广东 # 添加多个位置 (integer) 3 localhost:6379> zrange China:city 0 -1 # 查看用zrange，因为geo本质是一个有序集合 1) "xe5xb9xbfxe4xb8x9c" 2) "xe6x9dxadxe5xb7x9e" 3) "xe4xb8x8axe6xb5xb7" 4) "xe5x8cx97xe4xbaxac" localhost:6379> exit [root@VM_0_2_centos bin]# redis-cli -h localhost -p 6379 --raw # --raw 解决中文乱码问题 localhost:6379> zrange China:city 0 -1 广东 杭州 上海 北京 localhost:6379> zrange China:city 0 -1 withscores 广东 4046533759716104 杭州 4054134257390783 上海 4054803462927619 北京 4069885360207904
geopos：查看某个key成员的地理位置
语法：geopos key member [member ...]
localhost:6379> geopos China:city 北京 116.39999896287918091 39.90000009167092543 localhost:6379> geopos China:city 北京 上海 116.39999896287918091 39.90000009167092543 121.47000163793563843 31.22999903975783553
geodist：计算两点之间的距离，可以选择计算单位，默认单位是m
语法：geodist key member1 member2 [m|km|ft|mi]
localhost:6379> geodist China:city 北京 上海 1067378.7564 localhost:6379> geodist China:city 北京 上海 m 1067378.7564 localhost:6379> geodist China:city 北京 上海 km 1067.3788
geohash 可以获取元素的经纬度编码字符串，上面已经提到，它是 base32 编码。 你可
以使用这个编码值去 http://geohash.org/${hash}中进行直接定位，它是 geohash 的标准编码。该命令将返回11个字符的geohansh字符串
值.
语法：geohash key member [member ...]localhost:6379> geohash China:city 上海 wtw3sj5zbj0
获取hash码，请求链接http://geohash.org/wtw3sj5zbj0，结果如下
语法：georadius key longitude latitude radius m|km|ft|mi [withcoord] [withdist] [withhash] [COUNT count] [ASC|DESC] [STORE key] [STOREDIST key]先查找安徽的坐标：117.25 ， 31.83
localhost:6379> georadius China:city 117.25 31.83 500 km # 查看方圆500km内的城市 杭州 上海 localhost:6379> georadius China:city 117.25 31.83 500 km withcoord # withcoord 结果带上坐标 杭州 120.15000075101852417 30.2800007575645509 上海 121.47000163793563843 31.22999903975783553 localhost:6379> georadius China:city 117.25 31.83 500 km withdist # withdist 带上距离 杭州 325.6740 上海 405.5792 localhost:6379> georadius China:city 117.25 31.83 500 km withdist count 1 asc # 由近到远取一个 杭州 325.6740
语法：georadiusbymember key longitude latitude radius m|km|ft|mi [withcoord] [withdist] [withhash] [COUNT count] [ASC|DESC] [STORE key] [STOREDIST key]localhost:6379> georadiusbymember China:city 上海 500 km withdist 杭州 164.5694 上海 0.0000
zrem：应为geo的本质是zset，所以删除也是用zrem
localhost:6379> zrange China:city 0 -1 杭州 上海 北京 localhost:6379> zrem China:city 北京 1 localhost:6379> zrange China:city 0 -1 杭州 上海
zrange key start stop 返回有序集中指定区间内的成员 （下标参数 start 和 stop 都以 0 为底，也就是说，以 0 表示有序集第一个成员，以 1 表示有序集第二个成员，以此类推。
你也可以使用负数下标，以 -1 表示最后一个成员， -2 表示倒数第二个成员，以此类推。 ）
bitmaps
Redis提供的Bitmaps这个“数据结构”可以实现对位的操作。Bitmaps本身不是一种数据结构，实际上就是字符串，但是它可以对字符串的位进行操作。
可以把Bitmaps想象成一个以位为单位数组，数组中的每个单元只能存0或者1，数组的下标在bitmaps中叫做偏移量。单个bitmaps的最大长度是512MB，即2^32个比特位。
setbit：设置值
语法：setbit key offset value
理解：key是数组，offset是数组的下标，value是这个下标位置的状态值（0或1）
getbit：获取key中一个下标的状态
语法：getbit key offset
2、查看某一天是否打卡
bitcount：统计一个key中状态为1的下标数量
语法：bitcount key [start end]
3、查看一周签到打卡的数量
bitop：用来做bitmaps之间的运算
语法：bitop operation destkey key [key ...]
operation：表明操作类型，有四个可选值
- and：与
- or：或
- not：非
- xor：异或
destkey：目标key，运算的结果会存到这里
key [key ...] 被运算的一个或多个bitmaps的key
bitpos：计算Bitmaps中第一个值为targetBit的偏移量：
语法：bitpos key bit [start] [end]
localhost:6379> bitpos sign 1 # sing中第一个状态为1的下标 0 localhost:6379> bitpos sign 0 # sing中第一个状态为0的下标 2
小结：我们在生活中，或编程中，只要只有两个标志位（0 1）我们都可以考虑使用bitmaps来进行操作，这 样的话，十分方便，还有就是能够极大的节约内存！
hyperloglogs
pfcount：统计基数
pfmerge: 合并多个数据集
localhost:6379> pfadd mykey a b c c c c c c d e 1 localhost:6379> pfadd mykey2 e f e d f c d s f d d d d d d 1 localhost:6379> pfcount mykey 5 localhost:6379> pfcount mykey2 5 localhost:6379> pfcount mykey mykey2 7 localhost:6379> pfmerge mergekey mykey mykey2 # 合并mykey和mykey2写入到mergekey OK localhost:6379> pfcount mergekey 7
在需要对大数据进行不重复数统计时推荐用hyperloglogs，但是如果需要精确统计的话就不要使用，因为hyperloglogs存在1%左右的误差。