当前位置: 首页 > article >正文

redis详细教程(4.GEO,bitfield,Stream)

GEO

Redis GEO 是 Redis 数据库中的一个功能模块,自 Redis 3.2 版本开始引入,专门用于处理地理位置信息。这个模块使得 Redis 能够存储并查询地理坐标,非常适合用于需要地理位置数据的应用,如实时位置查询、地理围栏、距离计算等。

Redis GEO 的数据结构是基于有序集合(Sorted Set)。每个地理位置信息由经度、纬度和一个唯一的标识符组成。

常用命令:

  1. GEOADD:向有序集合中添加地理位置坐标。
  2. GEOPOS:从有序集合中获取指定位置的坐标。
  3. GEODIST:计算两个位置之间的距离。
  4. GEORADIUS:根据给定的经纬度坐标,查询指定范围内的所有位置。

  1. longitude: 查询的中心点经度   
  2. latitude:查询中心点纬度  
  3. radius:查询半径   
  4. WITHCOORD:返回结果包含经纬度
  5. WITHDISH:返回包含地理哈希值

1.设定值,查询值,查询指定范围内的位置:

2.计算两个位置之间的距离:

Redis GEO 的经纬度范围有一定的限制,经度范围是 -180 到 180 度,纬度范围是 -85.05112878 到 85.05112878 度,超出这个范围的位置信息将无法正确存储和查询。

bitfield

BITFIELD 是 Redis 中的一个命令,用于对字符串键进行位操作。BITFIELD 命令可以执行多个子命令来同时对字符串键的不同位域进行读取、设置和自增/自减操作。

基本语法:
BITFIELD key [GET type offset] [SET type offset value] [INCRBY type offset increment] [OVERFLOW WRAP|SAT|FAIL]

GET type offset:从偏移量 offset 开始,获取长度为 type 的位域,并返回其十进制值。type 可以是 int 后跟位宽度(例如 int16),或者 u(无符号)后跟位宽度(例如 u8)。

SET type offset value:从偏移量 offset开始,设置长度为 type 的位域为 value。type和 value的定义与 GET子命令相同。

INCRBY type offset increment:从偏移量 offset 开始,将长度为 type 的位域增加 increment。如果结果超出了位域可以表示的范围,可以指定溢出行为(默认是 WRAP)。

OVERFLOW WRAP|SAT|FAIL:指定当 INCRBY 操作发生溢出时的行为。WRAP 表示回绕(默认行为),SAT 表示饱和(即达到最大值后不再增加),FAIL 表示操作失败并不改变值。

这个命令对偏移量100处的8位符号整数加一,也获取0处4位无符号整数值

BITFIELD允许对单个位进行操作,因此可以非常节省空间。

Stream

Redis 是 StreamRedis 5.0 版本引入的一种新的数据结构,用于存储一系列顺序不可变的记录。这些记录是由字段和值组成的映射,类似于 Redis 的 Hash 结构。Redis Stream 主要用于消息传递系统,它可以看作是一个持久化的消息队列,能够保证消息的有序性和可靠性。

一个消息由一个唯一的标识符(ID)和一个或多个字段-值对组成,流是消息的集合,每个流都有一个唯一的键名。

基本命令

  1. XADD:向流中添加消息。
  2. XREAD:从流中读取消息。
  3. XRANGE:获取流中一定范围内的消息。
  4. XREVRANGE:与 XRANGE 类似,但是返回的消息是倒序的。
  5. XDEL:从流中删除消息。
  6. XLEN:获取流中消息的数量。
  7. XGROUP CREATE:创建消费者组。
  8. XREADGROUP GROUP:从消费者组中读取消息。

1.让 Redis 自动生成一个唯一的消息 ID,name 和 age是字段名,ZhangSan 和 30 是对应的值。

2.从流中读取消息,获取流中一定范围内的消息。

10是设定读取数量,0是设定初始读取值

3.XRANGE:获取流中一定范围内的消息。

4.倒序

5.删除消息,然后获取流中消息的数量。

6.创建消费者组,并从消费者组中读取消息

使用stream适合解决消息队列问题,其性能强大,兼容性强,功能多样


http://www.kler.cn/a/375850.html

相关文章:

  • Logback 常用配置详解
  • 1分钟解决Excel打开CSV文件出现乱码问题
  • Python+Appium+Pytest+Allure自动化测试框架-代码篇
  • KPRCB结构之ReadySummary和DispatcherReadyListHead
  • Python爬虫:揭开淘宝商品描述的神秘面纱
  • 互斥量的使用
  • 自动驾驶上市潮中,会诞生下一个“英伟达”吗?
  • 基于深度学习的机器人智能控制算法 笔记
  • 【Linux】编辑器vim 与 编译器gcc/g++
  • OpenCV Python 版使用教程(二)摄像头调用
  • 二叉树选择题
  • 11.01学习
  • Linux云计算 |【第五阶段】CLOUD-DAY7
  • Shell 编程-Shell三剑客 Grep 学习
  • K8s pod 调度策略
  • 数据库相关概念
  • leaflet 地图基础应用篇
  • ssh和ssl的区别在哪些方面?
  • Facebook群控策略详解
  • 基于微信小程序的公务员考试信息查询系统+LW示例参考
  • 农作物病害图像分割系统:深度学习检测
  • UniFormat工具发布V1
  • 如何判断两个IP是否属于同一网段
  • C#使用Socket实现分布式事件总线,不依赖第三方MQ
  • 插件式模块化软件框架的思想图解一(框架篇)
  • 鸿蒙生态下的开发机遇与挑战