使用Redis的bitmaps统计用户留存率、活跃用户

首先我们看一个场景：一个网站，需要统计一周内连续登陆的用户，以及一个月内登陆过的用户或者是用户留存率。

如果用传统的数据库如Mysql来实现的话，很难做到。但如果用Redis来做的话，就很简便。Redis的集合类型和Bitmap类型都可以很容易的做到。今天，我们主要来谈谈如何用Bitmaps来实现统计活跃用户的功能。

什么是 Bitmaps

Bitmaps 并不是实际的数据类型，而是定义在String类型上的一个面向字节操作的集合。因为字符串是二进制安全的块，他们的最大长度是512M，最适合设置成2^32个不同字节。

Bitmaps 的最大优势之一在存储信息时极其节约空间。例如，在一个以增量用户ID来标识不同用户的系统中，记录用户的四十亿的一个单独bit信息（例如，要知道用户是否想要接收最新的来信）仅仅使用512M内存。

在计算机系统中，最小的信息单位是字节，1个字节等于8位，每一位都只可能是0或1（计算机只认识这两个数）。使用Bitmaps可以直接对位进行操作。

可以把bigmaps看做一个数组，数组里每一位只可能是0或者1，数组的下标在这里看做偏移量。

下面我们来介绍几个和Bitmaps相关的命令：

从以下结果可以看出 Bitmaps实际上存的就是String

127.0.0.1:6379> set hello big
OK
127.0.0.1:6379> getbit hello 0
(integer) 0
127.0.0.1:6379> getbit hello 1
(integer) 1
127.0.0.1:6379> getbit hello 2
(integer) 1

setbit

setbit key offset value：给对应的位设置值

比如今天有用户3、8、23、32访问了网站，则

setbit user:view:2020-5-17 3 1
setbit user:view:2020-5-17 8 1
setbit user:view:2020-5-17 23 1
setbit user:view:2020-5-17 32 1

开发提示：很多应用id都不是从1开始，有许多是从指定数字开始的，比如1001、10001开始。对于这些，我们在设置的时候可以先减去初始值，防止浪费空间

getbit

getbit key offset 获取指定位的值

如果我想知道今天8号用户和45号用户是否登录过，则

127.0.0.1:6379> getbit user:view:2020-5-17 8
(integer) 1
127.0.0.1:6379> getbit user:view:2020-5-17 45
(integer) 0

可以看到8号用户今天登录过，但是45号用户今天还没有登录。

bitcount

bitcount key [start] [end] 获取指定范围为1的个数

我想知道今天有多少用户登陆过了，则

127.0.0.1:6379> bitcount user:view:2020-5-17
(integer) 4

Bitmaps间的操作

bitop op destkey key [key ...]

bitop命令可以对多个bitmaps做交集（and)、并集（or）、非（not）、异或（xor），并将操作结果存放在destkey中。

如果想知道连续三天都登陆过的用户,即5月17日、18日、19日都登陆的用户数量。

这三天登陆情况如下：

• 5月17日3、8、23、32用户登陆过
• 5月18日3、23、43、54号用户登陆过
• 5月19日3、5、23、 32、56、78号用户登陆过

127.0.0.1:6379> bitop and three:and user:view:2020-5-17 user:view:2020-5-18 user:view:2020-5-19
127.0.0.1:6379> bitcount three:and
(integer) 2

如果想知道，这三天有多少用户登陆过。

127.0.0.1:6379> bitop or three:or user:view:2020-5-17 user:view:2020-5-18 user:view:2020-5-19
(integer) 10
127.0.0.1:6379> bitcount three:or
(integer) 9

可以看到，这三天共有9位用户登陆过。

实战

讲完上面所讲知识后，我们就可以来完成想要的需求：需要统计一周内连续登陆的用户，以及一个月内登陆过的用户。

首先模拟用户30天内登陆情况，伪代码如下：

for ($i = 0; $i < 20000; $i++) {
    $userId = mt_rand(1, 10000);
    $date   = time() - 86400 * mt_rand(0, 30);
    $key   = 'userlogin_'.date('Ymd', $date);
  
    $redis->setBit($key, $userId, 1);
}

获取一周内都登陆的用户,当然我们不会一次性全部取，而是想分页那样，一次取一定数量的，伪代码如下：

for ($i = 1; $i <= 7; $i ++) {
    $key = "userlogin_".date('Ymd', time() - (86400*$i));
  
    if ($i == 1) {
        $redis->bitOp('and', 'week_logined', $key);
    } else {
        $redis->bitOp('and', 'week_logined', 'week_logined', $key);
    }
}
  
// 获取前50个用户
$userIds = [];
for ($i=1; $i<=10000; $i++) {
    $ret = $redis->getBit('week_logined', $i);
    $ret && $userIds[] = $i;
  
    if (count($userIds) >=50) break;
}

这里面有一个注意点，也是易错点，在bitop时候，第一次的时候，因为week_logined还不存在，所以进行op的键只有一个。当从第二次开始时候，进行op的键就为2个了。

获取一个月内登陆的用户，思路基本和上面一样，只是将and改为or

for ($i = 1; $i <= 3; $i ++) {
    $key = "userlogin_".date('Ymd', time() - (86400*$i));
    $redis->bitOp('or', 'month_loginOnce', 'month_loginOnce', $key);
}
  
// 获取一个月内登陆过的用户
$userIds = [];
for ($i=1; $i<=10000; $i++) {
    $ret = $redis->getBit('month_loginOnce', $i);
    $ret && $userIds[] = $i;
}

可以看到，在进行or的时候和and还是有些区别的。or的时候，无需对第一次进行判断。个中缘由，大家自己体会体会。