redis高级特性-bitmap

前言

在我们平时开发过程中，会有一些 bool 型数据需要存取，比如用户一年的签到记录，签了是 1，没签是 0，要记录 365 天。如果使用普通的 key/value，每个用户要记录 365个，当用户上亿的时候，需要的存储空间是惊人的。为了解决这个问题，Redis 提供了位图数据结构，这样每天的签到记录只占据一个位，365 天就是 365 个位，46个字节 (一个稍长一点的字符串) 就可以完全容纳下，这就大大节约了存储空间。

BitMap

即位图，是一串连续的二进制数组（0和1），可以通过偏移量（offset）定位元素。BitMap通过最小的单位bit来进行0|1的设置，表示某个元素的值或者状态，时间复杂度为O(1)。由于 bit 是计算机中最小的单位，使用它进行储存将非常节省空间，特别适合一些数据量大且使用二值统计的场景。

bitmap 并不是一种数据结构，实际上它就是字符串，但是可以对字符串的位进行操作。

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

常用命令

setbit

setbit key offset value： //给对应的位设置值

比如今天有用户3、8、登录了网站，

setbit user:login:200517 3 1
setbit user:login:200517 8 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    //用于获取Redis中指定key对应的值，中对应offset的bit

如果我想知道今天8号用户和10号用户是否登录过，则

127.0.0.1:6379> getbit user:login:200517 8
(integer) 1
127.0.0.1:6379> getbit user:view:200517 10
(integer) 0

bitcount

bitcount key [start end]   //用于统计字符串被设置为1的bit数

我想知道今天有多少用户登陆过了，则

127.0.0.1:6379> bitcount user:login:200517
(integer) 2

Bitmaps

bitop and/or/xor/not  destkey   key  [key …]    用于对多个key求逻辑与/逻辑或/逻辑异或/逻辑非

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。

127.0.0.1:6379> bitop and three:and user:login:200517 user:login:200518 user:view:200519
127.0.0.1:6379> bitcount three:and
(integer) 2

应用场景

通过 bitcount可以很快速的统计，比传统的关系型数据库效率高很多。

• 统计年活跃用户数量
  • 用户的ID作为offset，当用户在一年内访问过网站，就将对应offset的bit值设置为“1”；
  • 通过bitcount 来统计一年内访问过网站的用户数量
• 统计三天内活跃用户数量
  • 时间字符串作为key，比如 “190108：active“ “190109：active”“190110：active” ；
  • 用户的ID就可以作为offset，当用户访问过网站，就将对应offset的bit值设置为“1”；
• 统计在线人数 设置在线key：“online：active”，当用户登录时，通过setbit设置
  • bitmap的优势，以统计活跃用户为例
  • 每个用户id占用空间为1bit，消耗内存非常少，存储1亿用户量只需要12.5M。
• 签到统计
  • 在签到打卡的场景中，我们只用记录签到,就将对应offset的bit值设置为“1”；
  • 每个用户一天的签到用 1 个 bit 位就能表示，一个月的签到情况用 30 个 bit 位就可以，而一年的签到也只需要用365个 bit 位，根本不用太复杂的集合类型。
• 布隆过滤器

注意：最好给Bitmap设置过期时间，让 Redis 删除过期的打卡数据，节省内存。