6.Bitmaps
Redis提供了Bitmaps这个“数据类型”可以实现对位的操作：
（1）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。
（2）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
setbit设置二进制位的值getbit获取二进制位的值bitcount统计被设置的二进制位数量(可以指定字节范围)bitpos查找第一个指定的二进制位值bitop执行二进制位运算
当BITOP命令在对两个长度不同的位图执行运算时，会将长度较短的那个位图中不存在的二进制位的值看作0。
bitfield
- 命令格式：
bitfield bitmap set type offset value根据偏移量对区域进行设置
offset参数用于指定设置的起始偏移量。这个偏移量从0开始计算，偏移量为0表示设置从位图的第1个二进制位开始，偏移量为1则表示设置从位图的第2个二进制位开始，以此类推。如果被设置的值长度不止一位，那么设置将自动延伸至之后的二进制位。
type参数用于指定被设置值的类型，这个参数的值需要以i或者u为前缀，后跟被设置值的位长度，其中i表示被设置的值为有符号整数，而u则表示被设置的值为无符号整数。比如i8表示被设置的值为有符号8位整数，而u16则表示被设置的值为无符号16位整数，诸如此类。BITFIELD的各个子命令目前最大能够对64位长的有符号整数（i64）和63位长的无符号整数（u63）进行操作。
value参数用于指定被设置的整数值，这个值的类型应该和type参数指定的类型一致。如果给定值的长度超过了type参数指定的类型，那么SET命令将根据type参数指定的类型截断给定值。比如，如果用户尝试将整数123（二进制表示为01111011）存储到一个u4类型的区域中，那么命令会先将该值截断为4位长的二进制数字1011（即十进制数字11），然后再进行设置。命令格式：bitfield bitmap set type #index value 根据给定类型的位长度，对位图在指定索引上存储的整数值进行设置
bitfield bitmap set u8 #132 22 对位图的第133个8位无符号整数进行设置(索引是从0开始计算的)。
- 命令格式：
bitfield bitmap get type offset、bitfield bitmap get type #index获取区域存储的值 - 命令格式：
bitfield bitmap incrby type offset increment、bitfield bitmap incrby type #index increment执行加法操作或减法操作
命令格式：bitfield bitmap [...] overflow wrap|sat|fail [...] 处理溢出
- WRAP表示使用回绕（wrap around）方式处理溢出，这也是C语言默认的溢出处理方式。在这一模式下，向上溢出的整数值将从类型的最小值开始重新计算，而向下溢出的整数值则会从类型的最大值开始重新计算。
- SAT表示使用饱和运算（saturation arithmetic）方式处理溢出，在这一模式下，向上溢出的整数值将被设置为类型的最大值，而向下溢出的整数值则会被设置为类型的最小值。
- FAIL表示让INCRBY子命令在检测到计算会引发溢出时拒绝执行计算，并返回空值表示计算失败。
7.HyperLogLog
Redis HyperLogLog 是用来做基数统计的算法，算法的标准误差仅为0.81%。
HyperLogLog 的优点是，在输入元素的数量或者体积非常非常大时，计算基数所需的空间总是固定的、并且是很小的。
在 Redis 里面，每个 HyperLogLog 键只需要花费 12 KB 内存，就可以计算接近 2^64 个不同元素的基数。这和计算基数时，元素越多耗费内存就越多的集合形成鲜明对比。
但是，因为 HyperLogLog 只会根据输入元素来计算基数，而不会储存输入元素本身，所以 HyperLogLog 不能像集合那样，返回输入的各个元素。
pfadd对集合元素进行计数pfcount返回集合的近似基数pfmerge计算多个HyperLogLog的并集
PFCOUNT命令在计算多个HyperLogLog的近似基数时会执行以下操作：
1）在内部调用PFMERGE命令，计算所有给定HyperLogLog的并集，并将这个并集存储到一个临时的HyperLogLog中。
2）对临时HyperLogLog执行PFCOUNT命令，得到它的近似基数（因为这是针对单个HyperLogLog的PFCOUNT，所以这个操作不会引起循环调用）。3）删除临时HyperLogLog。
4）向用户返回之前得到的近似基数
8.Geospatial
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。
geoadd存储坐标geopos获取指定位置的坐标geodist计算两个位置之间的直线距离georadius查找指定坐标半径范围内的其他位置
georadiusbymember查找指定位置半径范围内的其他位置geohash获取指定位置的Geohash值
9.流
流（stream）是Redis 5.0版本中新增加的数据结构。
流是一个包含零个或任意多个流元素的有序队列，队列中的每个元素都包含一个ID和任意多个键值对，这些元素会根据ID的大小在流中有序地进行排列。
xadd追加新元素到流的末尾
流元素的ID由ID和顺序编号（sequcen number）两部分组成。如果输入只包含ID，不包含序号，redis会自动将序号部分设置成0.
同一个流中的不同元素是不允许使用相同ID的,且要求新元素的ID必须比流中所有已有元素的ID都要大。
- 流元素ID可以输入特殊值
*,Redis将自动为新添加的元素生成一个可用的新ID(毫秒时间（millisecond）和顺序编号（sequcen number）两部分组成)。 xtrim对流进行修剪xdel移除指定元素xlen获取流包含的元素数量xrange、xrevrange访问流中元素xread以阻塞或非阻塞方式获取流元素xgroup管理消费者组xreadgroup读取消费者组中的消息
xpending显示待处理消息的相关信息xack将消息标记为“已处理”xclaim转移消息的归属权xinfo查看流和消费者组的相关信息
Redis的发布和订阅
1、客户端可以订阅频道如下图
2、当给这个频道发布消息后，消息就会发送给订阅的客户端
登录redis客户端，使用subscribe 频道来订阅频道；使用publish 频道 "字符串"将字符串发布到指定频道。
Redis的事务定义
Redis事务是一个单独的隔离操作：事务中的所有命令都会序列化、按顺序地执行。事务在执行的过程中，不会被其他客户端发送来的命令请求所打断。
Redis事务的主要作用就是串联多个命令防止别的命令插队。
1.Multi、Exec、discard
从输入Multi命令开始，输入的命令都会依次进入命令队列中，但不会执行，直到输入Exec后，Redis会将之前的命令队列中的命令依次执行。
组队的过程中可以通过discard来放弃组队。
2.事务的错误处理
组队中某个命令出现了报告错误，执行时整个的所有队列都会被取消。
如果执行阶段某个命令报出了错误，则只有报错的命令不会被执行，而其他的命令都会执行，不会回滚。
乐观锁适用于多读的应用类型，这样可以提高吞吐量。Redis就是利用这种check-and-set机制实现事务的。
3.watch key [key …]
在执行multi之前，先执行watch key1 [key2],可以监视一个(或多个) key ，如果在事务执行之前这个(或这些) key 被其他命令所改动，那么事务将被打断。
执行之前这个(或这些) key 被其他命令所改动，那么事务将被打断。
4.unwatch
取消 WATCH 命令对所有 key 的监视。
如果在执行 WATCH 命令之后，EXEC 命令或DISCARD 命令先被执行了的话，那么就不需要再执行UNWATCH 了。
Redis持久化之RDB.
Redis 提供了2个不同形式的持久化方式。
- RDB（Redis DataBase）
- AOF（Append Of File）
Redis会单独创建（fork）一个子进程来进行持久化，会先将数据写入到 一个临时文件中，待持久化过程都结束了，再用这个临时文件替换上次持久化好的文件。 整个过程中，主进程是不进行任何IO操作的，这就确保了极高的性能 如果需要进行大规模数据的恢复，且对于数据恢复的完整性不是非常敏感，那RDB方式要比AOF方式更加的高效。RDB的缺点是最后一次持久化后的数据可能丢失。
1. RDB持久化流程
2.命令save VS bgsave
save：save时只管保存，其它不管，全部阻塞。手动保存。不建议。bgsave：Redis会在后台异步进行快照操作， 快照同时还可以响应客户端请求。
- 可以通过
lastsave命令获取最后一次成功执行快照的时间
3.优势
- 适合大规模的数据恢复
- 对数据完整性和一致性要求不高更适合使用
- 节省磁盘空间
- 恢复速度快
4.劣势
Fork的时候，内存中的数据被克隆了一份，大致2倍的膨胀性需要考虑
虽然Redis在fork时使用了写时拷贝技术,但是如果数据庞大时还是比较消耗性能。
在备份周期在一定间隔时间做一次备份，所以如果Redis意外down掉的话，就会丢失最后一次快照后的所有修改。
5.总结
