大数值使用BitSet存储导致的内存溢出

背景：

在日常的工作中，使用Redis的bitmap统计每天的登录用户数，使用java的BitSet进行统计总数或者与或非等操作时，我们可以看到BitSet/Redis的Bitmap操作的身影，他们也的确能减少内存的使用量以及操作的性能，但是我们不能神话这两个结构的作用，认为什么数据都适合转成用BitSet/Redis的Bitmap然后操作.

BitMap/BitSet不适用的场景：

举一个最简单的例子，保存一个Integer.max/2的正整数值，我们正常使用Int四个字节就够了，把这个整数放到Set或者List集合进行操作即可，但是有些人非要使用BitSet来存放，那么你知道仅仅存储这一个整数，BitSet需要多少字节吗？

    public static void bitSetTest() {
        BitSet bitSet = new BitSet();
        bitSet.set(Integer.MAX_VALUE / 2, true);
        System.out.println(bitSet.toByteArray().length);
    }

程序运行结果如下： 134217728， 看到没，BitSet需要将近134217728/1024/1024=130M的字节来存放这一个整数，惊讶不？同理这个结论可以推理到使用Redis的BitMap结构，那么为什么这些结构需要这么多的字节来存放仅仅一个整数？我们先大概看一下BitSet/Bitmap的存储数据结构：

可以看到所谓的bit操作只是说第一个字节可以存放8这个绝对值，第一个字节+第二个字节可以存放16这个绝对值，也就是说绝对值越大，所需要的字节数组越大，其实只有最后一个bit存放着1这个位，其他前面的字节数组都是存放0，完全被浪费掉了，不过还是需要分配这些字节数组，这就是存放Integer.MAX_VALUE /2 这样一个整数需要134M字节数组的原因。
其实从这里你可以发现类似BitSet和Redis的BitMap的结构，它占用的字节数只和要存放的数字的最大值有关，也就是说和这个BitSet存放进去多少数量没有关系，比如下面的代码：

    public static void bitSet1Test(){
        BitSet bitSet = new BitSet();
        bitSet.set(Integer.MAX_VALUE /2, true);
        for(int i=0;i<1000000;i++){
            bitSet.set(RandomUtils.nextInt(0, Integer.MAX_VALUE /2));
        }
        System.out.println(bitSet.toByteArray().length);
    }

程序运行结果如下： 134217728, 可以看到BitSet里面存放了10w个元素，不过元素的最大值是Integer.max/2，最终它占用的内存大小是134217728/1024/1024=130M，有没有发现存放1个Integer.max/2和存放10w个最大值不超过Integer.max/2的两个BitSet的内存占用是一样的？没错，就是一样的

所以我们可以得出结论： 想要高效使用BitSet和Redis的Bitmap数据结构，里面存放的数值要尽可能小，这样才能占用尽可能小的内存。

那么有人就问了，如果我的数值就是这么大呢？有办法使用BitSet和Redis的Bitmap数据结构吗？
答案是：你需要经过一层转换，也就是你需要把你这个大的整数值映射到某个小的整数值再放到BitSet/Redis的Bitmap中，等到从BitSet/Redis的Bitmap把这个小的数值取出时，再映射成原来的大的数值，这样就可以高效的使用BitSet/Redis的Bitmap结构进行操作了

彩蛋：Roaring64Bitmap/Roaring32Bitmap 和这里的BitSet/Redis的Bitmap的结论一样吗？

Roaring64Bitmap/Roaring32Bitmap和这里的BitSet/Redis的Bitmap的存储结构不一样，他们占用的内存虽然也是受到数值绝对值大小的影响，但是并没有像BitSet/Redis的Bitmap这样极端，所以使用Roaring64Bitmap和Roaring32Bitmap结构时最好首先进行测试，不过可以肯定的是，这些结构在保存大的数值时内存占用很大，和直接使用Long数组存放相差并不大，所以原则是一致的，首先把大的数值转成小的数值后再放到这些Bit数据结构中进行存储和运算.