8.1.8 Bitmap/HyperLogLog/Geo简介

在Redis的高级数据结构中，Bitmap、HyperLogLog与Geo常用于高效统计与地理位置检索。本节给出原理草图、安装与验证、命令示例、排错与练习，便于直接落地使用。

原理草图（简化）

文章图片

安装与验证（适用于快速实验）

# Ubuntu/Debian
sudo apt-get update
sudo apt-get install -y redis-server
sudo systemctl enable --now redis-server

# 验证
redis-cli ping
# 预期输出: PONG

Bitmap：高效布尔统计#

适用场景：签到、在线状态、日活统计
核心命令解释：
- SETBIT key offset value：设置第 offset 位为 0/1
- GETBIT key offset：读取第 offset 位
- BITCOUNT key：统计位为 1 的数量
- BITOP AND/OR/XOR/NOT dest key：位运算聚合

示例：统计 7 天游客签到

# 以用户id=1001为例，按天偏移（day0~day6）
redis-cli SETBIT signin:1001 0 1
redis-cli SETBIT signin:1001 1 1
redis-cli SETBIT signin:1001 3 1
redis-cli GETBIT signin:1001 3
# 预期输出: 1

redis-cli BITCOUNT signin:1001
# 预期输出: 3 (表示签到3天)

示例：统计当日活跃用户数（DAU）

# 将用户ID作为偏移位
redis-cli SETBIT dau:20250101 1001 1
redis-cli SETBIT dau:20250101 1002 1
redis-cli SETBIT dau:20250101 1050 1

redis-cli BITCOUNT dau:20250101
# 预期输出: 3

排错要点
- ERR bit offset is not an integer or out of range：offset 非整数或过大
- 位图占用内存与最大 offset 相关，若 offset 过大导致内存异常增长
- 建议设计 offset 规则并限制用户ID范围或做映射

练习
1. 统计连续 30 天签到用户数量，使用 BITOP 合并多日位图。
2. 设计用户ID到 offset 的映射策略并评估内存占用。

HyperLogLog：近似去重统计#

适用场景：UV、独立IP统计
特点：约 12KB 内存估算百万级基数，存在误差（约 0.81%）

核心命令解释：
- PFADD key element [element ...]：添加元素
- PFCOUNT key [key ...]：估算基数
- PFMERGE destkey sourcekey [sourcekey ...]：合并多个HLL

示例：统计每日UV

redis-cli PFADD uv:20250101 u1 u2 u3 u3
redis-cli PFCOUNT uv:20250101
# 预期输出: 3

redis-cli PFADD uv:20250102 u3 u4
redis-cli PFCOUNT uv:20250102
# 预期输出: 2

# 合并两天UV
redis-cli PFMERGE uv:20250101-02 uv:20250101 uv:20250102
redis-cli PFCOUNT uv:20250101-02
# 预期输出: 4

排错要点
- 误差属于正常现象，不适用于需要精确去重的场景
- 若结果异常偏小/偏大，确认是否误用了不同 key 或数据未写入成功
- 可用 MONITOR 临时观察写入命令流（生产慎用）

练习
1. 连续 7 天UV用HLL记录并合并周UV。
2. 将UV与Bitmap对比内存占用与精度差异。

Geo：地理位置检索#

适用场景：附近的人、门店、距离排序
原理：基于 ZSet 存储 GeoHash，支持距离计算

核心命令解释：
- GEOADD key longitude latitude member：写入坐标
- GEOPOS key member：查询坐标
- GEODIST key m1 m2 [unit]：计算距离
- GEORADIUS key lon lat radius unit：按坐标范围查询
- GEORADIUSBYMEMBER key member radius unit：按成员范围查询

示例：门店定位与范围查询

# 添加门店坐标（经度、纬度）
redis-cli GEOADD shop:geo 116.397128 39.916527 "店A"
redis-cli GEOADD shop:geo 116.405285 39.904989 "店B"
redis-cli GEOADD shop:geo 116.384377 39.913011 "店C"

# 查询店A坐标
redis-cli GEOPOS shop:geo "店A"
# 预期输出: 116.397128 39.916527

# 计算店A到店B距离（km）
redis-cli GEODIST shop:geo "店A" "店B" km

# 查询某坐标5km内门店并带距离与坐标
redis-cli GEORADIUS shop:geo 116.397128 39.916527 5 km WITHDIST WITHCOORD

排错要点
- ERR invalid longitude,latitude：经纬度范围非法
- 查询结果为空：确认 key 是否正确、坐标是否写入、范围单位是否匹配
- 数据规模大时，考虑分片或定期清理过期门店

练习
1. 以城市为单位分 key（如 geo:beijing），做 10km 范围查询。
2. 使用 ZCARD 对比 Geo 内存与数据规模关系。

运维建议汇总
- Bitmap：规划 offset 与命名规则，避免无效大偏移浪费内存
- HyperLogLog：适合统计类场景，不可用于精确去重
- Geo：适当设置 TTL 或分片，防止 ZSet 过大导致查询变慢