Geospatial：

Redis中的Geospatial提供了一种存储和处理地理空间数据的能力，这对于许多应用非常有用。以下是Redis中的Geospatial的一些作用：

1. 地理位置查询：可以存储地理位置的坐标信息，并且可以通过查询指定半径范围内的地理位置，或者查找最近的地理位置。

2. 地理位置排序：可以按照地理位置的距离进行排序，这在需要按照距离远近进行展示或者计算时非常有用。

3. 地理位置分析：可以进行地理位置的分析和计算，比如计算两个地理位置之间的距离。

4. 地理位置服务：对于需要基于地理位置的服务，比如附近的商家、地点推荐等应用非常有用。

总的来说，Redis中的Geospatial提供了一种高效的方式来存储和处理地理空间数据，为开发地理位置相关的应用提供了很多便利。

地理位置的相关命令都以GEO开头。

使用GEOADD 添加一个城市，后面的两个数字表示经度和纬度，最后一个表示城市名，最后返回的1表示成功添加了1个地理位置信息。

GEOADD也可以一次添加多个地理位置信息：

返回4表示成功添加4个地理位置信息。 

使用GEOPOS来查看城市的经纬度，第一个是经度，第二个是纬度。这时，我们发现查询的经纬度和存进去的经纬度不一样，这是因为存储时底层的二进制的原因。所以建议使用字符串来存储。

使用GEODIST来查看两城市之间的距离，默认的单位是米，若想换成千米，就在语句的最后加上KM。

使用GEOSEARCH可以查询范围内的城市，可以选择一个城市为中心，选择圆形范围或者矩形范围。上图BYRADIUS指的是圆形范围，后面的300指的是半径为300，单位为KM。

 HyperLogLog：

HyperLogLog是一种用于进行基数估计的数据结构，它用于统计一个集合中不重复元素的个数，即计算集合的基数（cardinality）。HyperLogLog可以在极少的内存占用下，以很高的概率估计一个集合中不重复元素的数量，因此它在大数据场景下的计数统计非常有用。

在Redis中，HyperLogLog主要用于统计独立元素的数量，例如统计网站的独立访问用户数、统计某个事件的独立发生次数等。它的优势在于占用较少的内存空间，同时能够提供较为准确的统计结果。

总之，Redis中的HyperLogLog主要用于进行基数估计，是一种高效的集合基数统计方法，适用于需要统计大规模数据集合中不重复元素数量的场景。

HyperLogLog的命令都以PF开头。

使用PFADD添加基数，会返回添加成功的元素个数。使用PFCOUNT查看键中的基数个数。

还可以使用PFMERGE来合并多个 HyperLogLog。然后查询result中的基数个数返回6，这些基数为：git、docker、redis、nginx、python、go。重复的git不会被合并到result中。

注意：

在Redis中，可以使用PFMERGE命令将多个HyperLogLog进行合并，合并后的结果会存储在新的HyperLogLog中。原来的HyperLogLog并不会被改变或删除，合并后的结果会存储在新的键中。

当多个HyperLogLog被合并后，原来的HyperLogLog仍然存在，用户可以继续对其进行操作和查询。同时，合并后的结果也会以新的键名存储在Redis中，用户可以通过新的键名来进行查询和统计。

因此，用户自己的HyperLogLog在被合并后仍然存在，不会被删除或修改。