一、Geo
Geo，即地理位置，核心原理是使用 GeoHash 这种地理空间位置编码方法，将二维的地理空间位置的经度、纬度、名称编码成一维字符串，GeoHash 表示的是一个区域。
可以用来计算两个位置之间的距离（测距），某位置周围一定距离有哪些位置（实现附近的人、车辆功能）等。
经纬度可以通过座标拾取工具 http://api.map.baidu.com/lbsapi/getpoint/index.html 来获取
-
geoadd：添加地理位置（经度、纬度、名称），可以一次添加一个或多个
geoadd sights 108.971152 34.225619 dayanta
geoadd sights 108.95346 34.265725 zhonglou
geoadd sights 109.2851 34.389417 bingmayong
geoadd sights 108.779778 34.210991 kunmingchi 110.073028 34.497647 huashan
-
geopos：根据地理位置名称获取对应经纬度，存储的经纬度和获取的在精度上有所差异。
geopos sights zhonglou
-
geodist：计算两个地理位置之间的距离，可以指定距离的单位：m、km、mi、ft
geodist sights dayanta zhonglou km
-
georadiusbymember：我们举例来说明该指令的用法，以zhonglou为中心，查找其方圆50km范围内距离最近的3个地理位置，并按照距离升序排列，withdist参数表示返回对应的距离，该命令返回结果不会排除指定的中心地理位置
georadiusbymember sights zhonglou 50 km withdist count 3 asc
-
georadius：和 georadiusbymember 功能类似，但是需要指定中心位置的经纬度，而不是指定中心位置的名称
georadius sights 108.95346 34.265725 50 km withdist count 3 asc
-
geohash：返回地理位置经纬度对应的11位geohash编码字符串
geohash sights zhonglou
-
移除地理位置：官方并未直接提供移除的命令，但是，由于 GeoHash 底层是基于 ZSet 实现的，我们可以使用zrem命令来移除
zrem sights huashan
二、HyperLogLog
如果需要统计一个网站的 UV，数据量较少的情况下可以使用Set实现，但如果是百万甚至千万级别的 UV 则会消耗大量的内存空间，效率低。更好的办法是使用 HyperLogLog，它是一种不精确的数据去重、统计方案，统计结果可能存在最大0.81%的误差，最多需要12kb的内存空间，效率高，UV 统计结果也允许有一定误差，就可以考虑使用 HyperLogLog。
-
pfadd：添加数据记录
![]()
-
pfcount：统计数据
![]()
pfmerge：根据 key 将多个 HyperLogLog 合并成一个新的 HyperLogLog，如下根据 uv uv2 合并一个新的 uv3：
pfmerge uv3 uv uv2
三、Bitmap
Bitmap，位图，不是一种实际的数据类型，而是在 String 类型基础上定义的位操作。在 Redis 中，字符串最终也是以二进制01组合的形式存储的，Bitmap 相关命令就是用来操作二进制数据的。可以用来存储一些只有两种状态的数据，例如签到、打卡数据，效果高而且节省空间，比如要记录某个用户一年365天的打卡记录，只需要365bit，约46byte。
-
setbit：设置 key 对应 value 在指定 offset（偏移量，从0开始） 位置的 bit（0、1）值。
比如我们记录某个用户一周内每天的签到情况，0表示未签到，1表示签到：
setbit sign 0 1
-
getbit：获取 key 对应 value 在指定 offset 位置的 bit 值，如下获取用户一周内某一天的签到情况：
getbit sign 1
-
bitcount：统计在指定 offset 范围内，二进制数据中1的个数，如下统计用户一周内签到的天数：
bitcount sign 0 6
