一、数据结构模型
现代计算机用二进制(位)作为信息的基础单位,1字节等于8位,例如“big”字符串是由3个字节组成,但实际在计算机存储时将其用二进制表示,“big”分别对应的ASCLL码分别是98、105、103,对应的二进制分别是01100010、01101001和01100111,如下图所示。
许多开发语言都提供了操作位的功能,合理地使用位能够有效地提高内存使用率和开发效率。Redis提供了Bimaps这个“数据结构”可以实现对位地操作。把数据结构加上引号主要因为:
- Bitmaps本身不是一种数据结构,实际上它就是字符串,但是它可以对字符串地位进行操作。
- Bitmaps单独提供了一套命令,所以在Redis中使用Bitmaps和使用字符串地方法不太相同。可以把Bitmaps想象成一个以位为单位地数组,数组地每个单元只能存储0和1,数组的下标在Bitmaps中叫做偏移量。
二、命令
本节将每个独立用户是否访问过网站存放在Bitmaps中,将访问的用户记做1,没有访问的用户记做0,用偏移量作为用户的id。
1、设置值
setbit key offset value
设置键的第offset个位的值(从0算起),假设现在有20个用户,userid=0,5,11,15,19的用户对网站进行了访问,那么当前Bitmaps初始化结果如下图所示。
具体操作过程如下,unique:users:2016-04-05代表2016-04-05这天的独立访问用户的Bitmaps:
setbit unique:users:2016-04-05 0 1
setbit unique:users:2016-04-05 5 1
setbit unique:users:2016-04-05 11 1
setbit unique:users:2016-04-05 15 1
setbit unique:users:2016-04-05 19 1
如果此时有一个userid=50的用户访问了网站,那么Bitmaps的结构变成了下图,第20位~49位都是0。
很多应用的用户id以一个指定数字(例如10000)开头,直接将用户id和Bitmaps的偏移量对应势必会造成一定的浪费,通常的做法是每次做setbit操作时将用户id减去这个指定数字。在第一次初始化Bitmaps时,假如偏移量非常大,那么整个初始化过程执行会比较慢,可能会造成Redis的阻塞。
2、获取值
getbit key offset
获取键的第offset位的值(从0开始算),下面操作获取id=8的用户是否在2016-04-05这天访问过,返回0说明没有访问过:
get unique:users:2016-04-05 8
由于offset=1000000根本就不存在,所以返回结果也是0:
getbit unique:users:2016-04-05 1000000
3、获取Bitmaps指定范围为1的个数
bitcount [start] [end]
下面操作计算2016-04-05这天的独立访问用户数量
bitcount unique:users:2016-04-05
[start]和[end]代表起始和结束字节数,下面操作计算用户id在第1个字节到第3个字节之间的独立访问用户数,对应的用户id是11,15,19。
bitcount unique:users:2016-04-05 1 3
4、Bitmaps间的运算
bitop op destkey key [key ...]
bitop是一个复合操作,它可以做多个Bitmaps的and(交集)、or(并集)、not(非)、xor(异或)操作并将结果保存在destkey中。假设2016-04-04访问网站的userid=1,2,5,9,如下图所示。
下面操作计算出2016-04-04和2016-04-03两天都访问过网站的用户数量。
bitop and unique:users:and:2016-04-04_03 unique:users:2016-04-03
bitcount unique:users:and:2016-04-04_03
如果想算出2016-04-04和2016-04-03任意一天都访问过网站的用户数量(例如月活跃就是类似这种),可以使用or求并集,具体命令如下:
bitop or unique:users:or:2016-04-04_03 unique:users:2016-04-04 unique:users:2016-04-03
bitcount unique:users:or:2016-04-04_03
5、计算Bitmaps中第一个值为targetBit的偏移量
bitpos key targetBit [start] [end]
下面操作计算2016-04-04当前访问网站的最小用户id:
bitpos unique:users:2016-04-04 1
除此之外,bitops有两个选项[start]和[end],分别代表起始字节和结束字节,例如计算第0个字节到第1个字节之间,第一个值为0的偏移量,从图3-13可以得知结果是id=0的用户。
bitpos unique:users:2016-04-04 0 0 1
三、Bitmaps分析
但Bitmaps并不是万金油,假如该网站每天的独立访问用户很少,例如只有10万(大量的僵尸用户),那么两者的对比如表3-5所示,很显然,这时候使用Bitmaps就不太合适了,因为基本上大部分位都是0。