Mysql笔记13
一、Redis数据库的数据类型
1.key操作
（1）相关命令
| 命令语法 | 描述 |
| DEL key | 该命令用于在 key 存在时删除 key |
| DUMP key | 序列化key(二进制) RESTORE mynewkey 0 "序列化值" [replace] |
| EXISTS key | 检查给定 key 是否存在，存在返回1，否则返回0 |
| EXPIRE key seconds | 为给定 key 设置过期时间，以秒计 |
| EXPIREAT key timestamp | EXPIREAT 的作用和 EXPIRE 类似，都用于为 key 设置过期时间。不同在于 EXPIREAT 命令接受的时间参数是 UNIX 时间戳 |
| PEXPIRE key milliseconds | 设置 key 的过期时间以毫秒计 |
| PEXPIREAT key milliseconds-timestamp | 设置 key 过期时间的时间戳(unix timestamp) 以毫秒计 |
| KEYS pattern | 查找所有符合给定模式( pattern)的 key * ？ [] |
| MOVE key db | 将当前数据库的 key 移动到给定的数据库 db 当中 |
| PERSIST key | 移除 key 的过期时间，key 将持久保持 |
| PTTL key | 以毫秒为单位返回 key 的剩余的过期时间 |
| TTL key | 以秒为单位，返回给定 key 的剩余生存时间(TTL, time to live) |
| RANDOMKEY | 从当前数据库中随机返回一个 key |
| RENAME key newkey | 修改 key 的名称 |
| RENAMENX key newkey | 仅当 newkey 不存在时，将 key 改名为 newkey |
| TYPE key | 返回 key 所储存的值的类型 |
| SELECT db | 选择数据库 数据库为0-15（默认一共16个数据库） |
| DBSIZE | 查看数据库的key数量 |
| FLUSHDB | 清空当前数据库 |
| FLUSHALL | 清空所有数据库 |
| ECHO | 打印命令 |
说明：
KEYS * 匹配数据库中所有 key
KEYS h?llo 匹配 hello，hallo，hxllo 等
KEYS h*llo 匹配 hllo和 heeello 等
KEYS h[ae]llo 匹配 hello 和 hallo
（2）示例
查看 key 数量和所有 key值 ，添加一些 key 值（命令不区分大小写，但键 key 区分）：
key 改名：
若新改的key名早已存在，此时这个key会被覆盖：
删除 key （删除没有的会返回0）：
清库：
Unix 时间戳（常用于 key 的过期策略、数据版本管理或基于时间的业务逻辑）：
将指定日期装换为时间戳16961...，秒数从 1970 年 1 月 1 日 00:00:00 UTC 开始计算。再将时间戳装换回日期格式：
2.String
（1）概念
类型特性：是二进制安全的，可存储任何数据（如图片、序列化对象等），一个 key 对应一个 value ，单值最大存储 512MB。
典型应用：常用于缓存（存储业务数据）、限流（控制请求频率）、计数器（统计访问量等）、分布式锁（通过 SETNX 实现进程间互斥）、分布式 Session（存储用户登录状态、购物车等临时信息）等场景。
（2）结构图
（3）相关命令
| 命令语法 | 描述 |
| SET key value | 设置指定 key 的值 |
| GET key | 获取指定 key 的值 |
| GETRANGE key start end | 返回 key 中字符串值的子字符，end=-1时表示全部 |
| SETBIT key offset value | 用于对指定 key 所存储的字符串值，设置或清除指定偏移量上的位（bit） setbit lisi 1 0 用用户 ID 作为键名，偏移量代表日期，位值为 1 表示签到，0 表示未签到。 |
| GETBIT key offset | 获取lisi 周1 的状态 |
| MSET key value [key value ...] | 同时设置一个或多个 key-value 对 |
| MGET key1 [key2..] | 获取所有(一个或多个)给定 key 的值 |
| GETSET key value | 将给定 key 的值设为 value ，并返回 key 的旧值(old value) |
| SETEX key seconds value | 将值 value 关联到 key ，并将 key 的过期时间设为 seconds (以秒为单位) |
| SETNX key value | 只有在 key 不存在时设置 key 的值 |
| SETRANGE key offset value | 用 value 参数覆写给定 key 所储存的字符串值，从下标 offset 开始 |
| STRLEN key | 返回 key 所储存的字符串值的长度 |
| MSETNX key value [key value ...] | 同时设置一个或多个 key-value 对，当且仅当所有给定 key 都不存在 |
| PSETEX key milliseconds value | 与 SETEX 命令相似，但它以毫秒为单位设置 key 的生存时间 |
| INCR key | 将 key 中储存的数字值增一 |
| INCRBY key increment | 将 key 所储存的值加上给定的增量值（increment） |
| INCRBYFLOAT key increment | 将 key 所储存的值加上给定的浮点增量值（increment） |
| DECR key | 将 key 中储存的数字值减一 |
| DECRBY key decrement | key 所储存的值减去给定的减量值（decrement） |
| APPEND key value | 如果 key 已经存在并且是一个字符串，APPEND 命令将指定的 value 追加到该 key 原来值 value 的末尾 |
（4）示例
设置 String 类型的 key 值：
如果值是中文，则需要在连接客户端时指定规则：
同时设置多个键值对，并显示多个值：
给 k1 键对应的值尾部追加字符串，有空格加引号：
设置 k1 的新值，并返回旧值：
setnx 是一个用于设置键值对的命令，仅在键不存在时才能设置该键并赋值：
设置键 k4 的值为 jenny ，过期时间是4秒：
设置键 k5 的值为 fox ，过期时间单位为4000毫秒：
返回字符串长度：
对 k4 键对应的值自增1：
给 k4 键的对应值减去1：
减去指定的值：
增加一个浮点数，此时不能运行整数操作：
截取子串，下标从0开始，闭区间（若超出下标范围，会自动将下标截断到有效范围）：
end （最后一个字）为-1，表示截取到最后：
（5）优缺点
优点：简单直观，每个属性都支持 更新操作。
缺点：占用过多的键，内存占用量 较大，同时用户信息内聚性比较差
（6）应用场景
例如统计一篇文章的阅读量，在业务场景上来说用户打开一篇文章则+1，那么可以使用redis的计数器。使用incr article:readcount:1000，每执行一次表示文章ID为1000的累加一次。article:readcount是我们自定义的前缀，为了更好的见名识义。
Web集群 session 共享，spring session + redis 实现 session 共享
分布式全局序列号，使用redis批量生成序列号提升性能，INCRBY orderId 1
3.List
（1）概念
Redis列表是简单的字符串列表，按照插入顺序排序。你可以添加一个元素到列表的头部（左边）或者尾部（右边）一个列表最多可以包含 2^32^ - 1 个元素 (4294967295, 每个列表超过40亿个元素)。List类型一般用于关注人、简单队列等。
（2）结构图
（3）相关命令
| 命令语法 | 描述 |
| LPUSH key value1 [value2] | 将一个或多个值插入到列表头部 |
| LPOP key | 左弹出一个值 |
| LRANGE key start stop | 获取列表指定范围内的元素 |
| LPUSHX key value | 仅当键已存在将一个值插入到已存在的列表头部 |
| RPUSH key value1 [value2] | 在列表中添加一个或多个值 |
| RPOP key | 移除列表的最后一个元素，返回值为移除的元素 |
| RPUSHX key value | 为已存在的列表添加值 |
| LLEN key | 获取列表长度 |
| LINSERT key BEFORE|AFTER pivot value | 在列表的元素前或者后插入元素 |
| LINDEX key index | 通过索引获取列表中的元素 |
| LSET key index value | 通过索引设置列表元素的值 |
| LREM key count value | 移除列表中指定数量个[字符/字符串] |
| LTRIM key start stop | 对一个列表进行修剪，就是让列表只保留指定区间内的元素，不在指定区间之内的元素都将被删除 |
| BLPOP key1 [key2 ] timeout | 移出并获取列表的第一个元素，如果列表没有元素会阻塞列表直到等待超时或发现可弹出元素为止 |
| BRPOP key1 [key2 ] timeout | 移出并获取列表的最后一个元素，如果列表没有元素会阻塞列表直到等待超时或发现可弹出元素为止 |
| BRPOPLPUSH source destination timeout | 从列表中弹出一个值，将弹出的元素插入到另外一个列表中并返回它；如果列表没有元素会阻塞列表直到等待超时或发现可lpu弹出元素为止 |
| RPOPLPUSH source destination | 移除列表的最后一个元素，并将该元素添加到另一个列表并返回 |
（4）示例
先查看当前 key 的数据类型是否和 list 一致，不一致的话可以清理或装换 key ，避免数据类型不匹配导致错误。
再向 list 类型的 key 左侧添加元素：
lrange 用于获取 key 为 name 的 list 中索引从几到几的元素（下标从0开始）：
查询第一个到最后一个、第一个到倒数第二个：
向右插入元素：
在指定值之前插入：
在指定值之后插入：
更新指定下标的数据：
获取 list 的长度：
移除左侧或右侧的第一个值：
左或右补上几个值：
删除（2个b、3个c、1个a）：
裁剪列表，保留下标0 1 2的值：
从原有列表的右端弹出元素到新列表（向左端添加到新列表）：
从原有列表的右端弹出元素到原有列表（向左端添加到原有列表）
阻塞：
从 newlist2 右端弹出元素（左推入 newlist ），若 newlist2 为空列表，会阻塞等待最多3秒，超时后返回 nil ：
从 newlist2 左端弹出元素，若 newlist2 为空列表，阻塞等待3秒，超时退出（blpop 就相当于一个监听器，监听 list 中的消息，有数据就返回，没有就一直监听）：
（6）应用场景
数据结构实现：
栈（Stack）：通过 LPUSH （左入）+ LPOP （左出）实现先进后出的栈结构。
队列（Queue）：通过 LPUSH （左入）+ RPOP （右出）实现后进先出的队列结构。
阻塞队列（BlockingMQ）：通过 LPUSH + BRPOP （阻塞右出）实现阻塞式消息队列，常用于异步任务处理等场景。
消息流场景：
在微博、微信朋友圈、公众号等业务中，利用 List 的 LPUSH （保证最新消息在队首）+ LRANGE （获取指定范围消息）实现按时间顺序的消息流展示，比如最新发布的内容优先显示，同时可通过 LRANGE 快速获取最近几条内容进行回显，相比数据库方案更简单高效。
4.Set
（1）概念
Redis 的 Set 是 String 类型的无序集合。集合中成员是唯一的，这就意味着集合中不能出现重复的数据。Redis 中集合是通过哈希表实现的，所以添加，删除，查找的复杂度都是 O(1)。 集合中最大的成员数为 2^32^ - 1 (4294967295, 每个集合可存储40多亿个成员)。Set类型一般用于赞、踩、标签、好友关系等。
（2）结构图
（3）相关命令
| 命令语法 | 描述 |
| SADD key member1 [member2] | 向集合添加一个或多个成员 |
| SMEMBERS key | 返回集合中的所有成员 |
| SCARD key | 获取集合的成员数 |
| SRANDMEMBER key [count] | 返回集合中一个或多个随机数 |
| SISMEMBER key member | 判断 member 元素是否是集合 key 的成员 |
| SREM key member1 [member2] | 移除集合中一个或多个成员 |
| SDIFF key1 [key2] | 返回给定所有集合的差集 |
| SDIFFSTORE destination key1 [key2] | 返回给定所有集合的差集并存储在 destination 中 |
| SINTER key1 [key2] | 返回给定所有集合的交集 |
| SINTERSTORE destination key1 [key2] | 返回给定所有集合的交集并存储在 destination 中 |
| SUNION key1 [key2] | 返回所有给定集合的并集 |
| SUNIONSTORE destination key1 [key2] | 所有给定集合的并集存储在 destination 集合中 |
| SMOVE source destination member | 将 member 元素从 source 集合移动到 destination 集合 |
| SPOP key | 移除并返回集合中删除的元素 |
| SSCAN key cursor [MATCH pattern] [COUNT count] | 迭代集合中的元素 |
| cursor | 游标 |
| MATCH pattern | 查询 Key 的条件 |
| Count count | 返回的条数，默认值为 10 |
注意：
SCAN 是一个基于游标的迭代器，需要基于上一次的游标延续之前的迭代过程。SCAN 以 0 作为游标，开始一次新的迭代，直到命令返回游标 0 完成一次遍历。 此命令并不保证每次执行都返回某个给定数量的元素，甚至会返回 0 个元素，但只要游标不是 0，程序都不会认为 SCAN 命令结束，但是返回的元素数量大概率符合 Count 参数。另外，SCAN 支持模糊查询。
例：SSCAN names 0 MATCH test* COUNT 10 # 每次返回10条以 test 为前缀的 key
（4）示例
添加 set 元素，不可重复添加：
查询 set 所有成员（无序）：
返回集合成员总个数：
随机返回2个成员：
set 的模糊查询（尝试匹配以1开头的元素，无匹配结果所以未显示）：
set 的分页查询（从游标0开始，扫描所有元素，每次最多返回10个）：
判断集合中某个成员是否存在，存在返回1：
返回交集（s1与s2），并将其交集存储在 s3 中：
返回并集，并将其并集存储在 s4 中：
返回差集，并将其差集存储在 s5 中：
（与 s1 相比， s2 中少了什么）
（与 s2 相比， s1 中少了什么）
移动 s1 集合中的 a 到集合 newset 中：
随机删除 s1 集合的1个成员：
删除指定成员：
（5）应用场景
抽奖活动：
一次抽奖多个用户，例如参与抽奖的用户有10个，一次抽取2个用户作为中奖用户，使用 SMEMBERS key 查看所有抽奖成员，使用 SRANDMEMBER key [count] 抽取2个成员。
多次抽奖，被开奖的用户不可再次参与。使用 SPOP key [count] 抽取成员作为开奖用户，同时会移除已开奖的用户。
微信点赞、评论：
存储的结构为—— 消息 ID 为 key ，例如：like:msgID
用户 ID 为 field ，例如：10000
朋友圈消息点赞时使用 SADD key member 添加一条记录，例如 sadd like:1 1000 。取消点赞 srem like:1 1000 。消息点赞后的图标高亮，使用 SISMEMBER key member 查询成员是否存在，存在则高亮。使用 SCARD key 获得点赞成员数量。
朋友圈消息点赞成员列表，在微信朋友圈中，当我点赞朋友的一条消息时，会在下方显示点赞成员列表，这个列表只显示与我是好友的点赞成员，不是好友则不显示。那么此时可以使用交集查询。
电商系统购买电脑时配置选择：
Redis Set 用于管理可选配置集合（如 CPU、内存、硬盘的合法选项），通过 SISMEMBER 验证用户选择合法性，利用无重复特性避免配置冲突，还可通过集合运算实现配置组合推荐。
5.Zset
（1）概念
Redis Zset（有序集合）是不允许重复成员的字符串集合，每个成员关联一个 double 类型分数，Redis 通过分数对成员进行从小到大排序（成员唯一，分数可重复）。它基于哈希表实现，添加、删除、查找操作复杂度为 O(1)，单个集合最多可存储约 40 多亿个成员，主要用于排行榜等需有序展示数据的场景。
（2）结构图
（3）相关命令
| 命令语法 | 描述 |
| ZADD key score1 member1 [score2 member2] | 向有序集合添加一个或多个成员，或者更新已存在成员的分数 |
| ZCARD key | 获取有序集合的成员数 |
| ZCOUNT key min max | 计算在有序集合中指定区间分数的成员数 |
| ZINCRBY key increment member | 有序集合中对指定成员的分数加上增量 increment |
| ZLEXCOUNT key min max | 在有序集合中计算指定字典（集合对象按照字符串比较需要同[ (开闭区间匹配）区间内成员数量 [wangmazi (zhangsan |
| ZRANGEBYLEX key min max [LIMIT offset count] | 通过字典区间返回有序集合的成员 |
| ZRANGE key start stop [WITHSCORES] | 通过索引区间返回有序集合指定区间内的成员 |
| ZRANGEBYSCORE key min max [WITHSCORES] [LIMIT] | 通过分数返回有序集合指定区间内的成员 |
| ZRANK key member | 返回有序集合中指定成员的索引 |
| ZREM key member [member ...] | 移除有序集合中的一个或多个成员 |
| ZREMRANGEBYLEX key min max | 移除有序集合中给定的字典区间的所有成员 |
| ZREMRANGEBYRANK key start stop | 移除有序集合中给定的下标区间的所有成员 |
| ZREMRANGEBYSCORE key min max | 移除有序集合中给定的分数区间的所有成员 |
| ZREVRANGE key start stop [WITHSCORES] | 返回有序集中指定区间内的成员，通过索引，分数从高到低 |
| ZREVRANGEBYSCORE key max min [WITHSCORES] | 返回有序集中指定分数区间内的成员，分数从高到低排序 |
| ZREVRANK key member | 返回有序集合中指定成员的排名有序集成员按分数值递减(从大到小)排序 |
| ZSCORE key member | 返回有序集中，成员的分数值 |
| ZINTERSTORE destination numkeys key [key ...] | 目标集合保存 指定集合的个数（numkeys）通过集合名计算交集的成员成绩是相加 |
| ZUNIONSTORE destination numkeys key [key ...] | 计算给定的一个或多个有序集的并集，并存储在新的 key 中 |
（4）示例
添加 zset 元素及分数（默认升序查看）：
修改分数：
（存在则直接修改）
（不存在则添加）
降序查看：
统计成员个数：
统计指定分数区间的成员个数：
给 fox 成员增加15分：
查询成员分数（或者查询分数在80分-100分范围内的成员）：
删除成员：
（5）应用场景
体育赛事排行榜、新闻热度排行榜。任意打开一个新闻网站，总有块区域显示排行前10的新闻，排行版一般都是根据点击数来排行的，这个点击数就可以使用 ZINCRBY key increment member 指令来实现。例如： zincrby hotNews:currentDate 1 newsTopic ，每点击一次 newsTopic+1 (新闻主题的分值+1)。
6.Hash
（1）概念
Redis hash 是一个 string 类型的 field 和 value 的映射表，hash 特别适合用于存储对象。Redis 中每个 hash 可以存储 2^32^ - 1 键值对（40多亿）。
（2）结构图
（3）相关命令
| 命令语法 | 描述 |
| HSET key field value | 将哈希表 key 中的字段 field 的值设为 value |
| HGET key field | 获取存储在哈希表中指定字段的值 |
| HGETALL key | 获取在哈希表中指定 key 的所有字段和值 |
| HEXISTS key field | 查看哈希表 key 中，指定的字段是否存在 |
| HSETNX key field value | 只有在字段 field 不存在时，设置哈希表字段的值 |
| HKEYS key | 获取所有哈希表中的字段 |
| HVALS key | 获取哈希表中所有值 |
| HLEN key | 获取哈希表中字段的数量 |
| HMGET key field1 [field2] | 获取所有给定字段的值 |
| HMSET key field1 value1 [field2 value2] | 同时将多个 field-value (域-值)对设置到哈希表 key 中 |
| HINCRBY key field increment | 为哈希表 key 中的指定字段的整数值加上增量 increment |
| HINCRBYFLOAT key field increment | 为哈希表 key 中的指定字段的浮点数值加上增量 increment |
| HDEL key field1 [field2] | 删除一个或多个哈希表字段 |
（4）示例
批量设置 hash 字段及对应的值，再查询所有字段和值：
应用场景：
电商系统购物车数据存储，存储的结构为：
用户ID为key ，例如：cart:userId 商品ID为field，例如：10000 商品数量为value，例如：1
举例：
商品加入购物车使用：hmset key field1 value1 [field2 value2 ...] （也可用 hset 多个添加）
物车商品数量+1使用 hincrby key field increment（购物车1001的商品+1，由原来的1个变成2个）
由上图可知购物车的商品总数是3条（1001 1002 1003），使用HLEN key 获得
如果要删除一个商品，使用hdel key
注：不要使用大 key 存储（单个 key 对应的 value 数据量过大的情况），如果大 key 存储需要分段存储。 这是因为→
性能下降：Redis 是单线程执行命令，操作大key时会占用大量时间，阻塞其他命令执行，导致响应延迟增加。
网络开销大：大key在网络传输中会消耗更多带宽，增加延迟，甚至可能导致超时。
内存问题：大key会占用大量内存，容易引发内存碎片化，且在删除或迁移时可能导致 Redis 实例内存不足甚至宕机。
持久化与主从同步受影响：生成 RDB 快照或 AOF 重写时，大key会使持久化过程变慢；主从同步大key时，会阻塞同步链路，导致主从延迟暴增。
（5）优缺点
优点：同类数据归类存储方便管理。从底层结果来说，比 string 操作消耗内存更小，也比 string 存储更节省空间。
缺点：有效时间只能设置在 key 上，不能设置在 field 字段上。 Redis 集群架构下不适合大规模使用。
7.Bitmaps
（1）概念
现代计算机用二进制（位） 作为信息的基础单位， 1个字节等于8位， 例如“abc”字符串是由3个字节组成， 但实际在计算机存储时将其用二进制表示， “abc”分别对应的ASCII码分别是97、 98、 99， 对应的二进制分别是01100001、 01100010和01100011，如：
合理地使用操作位能够有效地提高内存使用率和开发效率。
Redis 6 中提供了 Bitmaps 这个“数据类型”可以实现对位的操作：
Bitmaps本身不是一种数据类型，实际上它就是字符串（key-value），但是它可以对字符串的位进行操作。
Bitmaps单独提供了一套命令，所以在Redis中使用Bitmaps和使用字符串的方法不太相同。 可以把Bitmaps想象成一个以位为单位的数组， 数组的每个单元只能存储0和1， 数组的下标在Bitmaps中叫做偏移量。
（2）相关命令
setbit
这个命令用于设置 Bitmaps 中某个偏移量的值（0或1），offset偏移量从0开始。格式为：
setbit <key> <offset> <value>
例如，把每个独立用户是否访问过网站存放在 Bitmaps 中， 将访问的用户记做1，没有访问的用户记做0，用偏移量作为用户的 id 。
设置键的第offset个位的值（从0算起） ， 假设现在有20个用户，userid=1，6，11，15，19的用户对网站进行了访问， 那么当前Bitmaps初始化结果如图：
很多应用的用户id以一个指定数字（例如10000） 开头， 直接将用户id和Bitmaps的偏移量对应势必会造成一定的浪费， 通常的做法是每次做setbit操作时将用户id减去这个指定数字。
在第一次初始化Bitmaps时， 假如偏移量非常大， 那么整个初始化过程执行会比较慢， 可能会造成Redis的阻塞。
getbit
这个命令用于获取Bitmaps中某个偏移量的值。格式为：
getbit <key> <offset>
获取键的第offset位的值（从0开始算）。例如获取id=6的用户是否在2022-07-18这天访问过， 返回0说明没有访问过：
bitcount
这个命令用于统计字符串被设置为1的bit数。一般情况下，给定的整个字符串都会被进行计数，通过指定额外的 start 或 end 参数，可以让计数只在特定的位上进行。start 和 end 参数的设置，都可以使用负数值：比如 -1 表示最后一个位，而 -2 表示倒数第二个位，start、end 是指bit组的字节的下标数，二者皆包含。格式为：
bitcount <key> [start end]
字节的编号从 0 开始，一个字节有 8 位。第 1 个字节涵盖偏移量 8 - 15，第 2 个字节涵盖偏移量 16 - 23，第 3 个字节涵盖偏移量 24 - 31。例如，统计id在第1个字节到第3个字节之间的独立访问用户数， 对应的用户id是11， 15， 19。
bitop
这个命令是一个复合操作， 它可以做多个Bitmaps的and（交集） 、 or（并集） 、 not（非） 、 xor（异或两个二进制位相同则异或结果为 0，不同为1） 操作并将结果保存在destkey中。格式为：
bitop and(or/not/xor) <destkey> [key…]
8.HyperLogLog
（1）概念
场景需求：
工作中常需统计网站PV（用 incr / incrby 易实现），但UV、独立IP数等“去重计数”的基数问题，传统方案有局限。
传统方案：
存MySQL用 distinct count ；
用Redis的Hash、Set、Bitmaps等。这些方案结果精确，但数据量增大时，占用空间会持续膨胀，不适合超大数据集。
HyperLogLog 算法：为平衡精度与存储空间，Redis 推出该算法。它的优势是，即便输入元素数量/体积极大，计算基数所需空间固定且极小（ Redis 中每个 HyperLogLog 键仅需12KB内存，可计算近2^{64}个不同元素的基数）。不过，它只计算基数，不存储输入元素本身，无法像集合那样返回具体元素。
基数：如数据集 {1, 3, 5, 7, 5, 7, 8}中，它的基数集为 {1, 3, 5 ,7, 8}，基数(不重复元素)为5。而基数估计就是在误差可接受的范围内，快速计算基数。
注：
伯努利试验
哈希处理：当有元素要加入到 HyperLogLog 结构中时，首先会对这个元素进行哈希运算，就好像给每个元素都分配一个独一无二的 “编码”，不管元素本身是什么，都能变成一个固定长度的二进制数字串。
分桶与统计：把这些哈希值的二进制串分成多个部分，每个部分对应一个 “桶”。然后，观察每个桶里的二进制串，找到从左到右第一个出现1的位置。比如，一个二进制串是00010110，那第一个1出现在第 4 位（从左往右数，从 0 开始计数）。HyperLogLog 会记录下每个桶中第一个1出现的最大位置。
估算基数：最后，根据所有桶中记录的这些最大值，利用一个特定的数学公式来估算集合中不同元素的数量。这个公式会综合考虑桶的数量、每个桶中最大位置等因素，通过一些复杂的计算，得出一个对集合基数的估计值。
（2）相关命令
| 命令语法 | 描述 |
| PFADD key element [element ...] | 添加指定元素到 HyperLogLog 中 |
| PFCOUNT key [key ...] | 返回给定 HyperLogLog 的基数估算值 |
| PFMERGE destkey sourcekey [sourcekey ...] | 将多个 HyperLogLog 合并为一个 HyperLogLog |
（3）示例
将字符串添加到 HLL 数据结构 course 集合中，计算基数，若基数变化（是新元素）则返回1否则返回0。并统计基数数量（去重）：
合并多个 HyperLogLog 结构，将多个集合的基数统计结果合并到一个集合中（将 course1 合并到 course ）：
9.Geospatial
（1）概念
Redis 3.2 中增加了对GEO类型的支持。GEO，Geographic，地理信息的缩写。该类型，就是元素的2维坐标，在地图上就是经纬度。redis 基于该类型，提供了经纬度设置，查询，范围查询，距离查询，经纬度 Hash 等常见操作。
（2）相关命令
| 命令语法 | 描述 |
| geoadd key longitude latitude member [longitude latitude member...] | 添加地理位置（经度，纬度，名称） |
| geopos key member [member...] | 获得指定地区的坐标值 |
| geodist key member1 member2 [m|km|ft|mi] | 获取两个位置之间的直线距离 |
| georadius key longitude latitude radius [m|km|ft|mi] | 以给定的经纬度为中心，找出某一半径内的元素 |
（3）示例
添加城市坐标
如设置上海、重庆、深圳和北京的坐标：
有效的经度从 -180 度到 180 度。有效的纬度从 -85.05112878 度到 85.05112878 度。当坐标位置超出指定范围时，该命令将会返回一个错误。已经添加的数据，是无法再次往里面添加的。
获取城市坐标
如获取上海的坐标：
获取两个位置之间的直线距离
如获取北京和深圳的直线距离：
单位：
m：表示单位为米[默认值]
km：表示单位为千米
mi：表示单位为英里
ft：表示单位为英尺
获取指定坐标半径内的元素
如获取经度为 110，纬度为 30，半径为 1000KM 的所有城市：
