Redis数据类型之Bitmaps

本文介绍redis的新数据类型之一：bitmaps。它在当今的互联网环境当中有很多的应用场景，比如常见的签到、点赞、日活等等。下面我们来具体看下它到底是什么。

一、什么是BitMap

我们都知道bit，是计算机当中最小的存储单位，8个bit组成一个Byte，而bit只能存储两个值，0和1。

BitMap可以理解为存储bit的数组，多个bit存储后组成的一个特定结构，每个位置只能存储1和0。

那么使用bitmap有什么好处呢？

先给结论，节省内存空间。

我们知道在java当中，一个int类型占用4个字节，即4个Byte。假设有‘1’，‘3’，‘5’三个数字，如果存储在HashMap当中，需要 3 * 4 * 8 = 96 bit 的空间存储。

而如果将他们存储在BitMap当中呢？

如上图所示，总共6位，可以存储从0~5的整数，相比HashMap的存储方式，足足缩减了16倍的存储空间。

二、Redis的Bitmaps

Redis提供了Bitmaps的数据类型，让我们可以实现对位的操作。

Bitmaps其实属于redis字符串的一种，它的出现只是让我们可以对字符串按位操作。并且redis为它提供了单独的一套操作命令，相当于一个元素是bit的数组，每个位置只能存储0和1，其有从0开始的下标对应每个bit。

2.1 常用命令

setbit

设置bitmap中的值，指定offset，即下标，从0开始。

格式如：setbit <key> <offset> <value>

使用如下，记录学生每天的签到记录，签到则为1，没签到则为0：

122.112.181.245:0>setbit student:20220526 10 1
"0"
122.112.181.245:0>setbit student:20220526 11 1
"0"
122.112.181.245:0>setbit student:20220526 8 1
"0"
复制代码

查看结果如下，以0开始，从左向右分别能看到8,10,11被设置为1：

getbit

获取bitmap的值,指定offset下标，有则返回1，没有则返回0，不存在的下标也返回0。

格式如：get <key> <offset>

使用如下：

122.112.181.245:0>getbit student:20220526 10
"1"
122.112.181.245:0>getbit student:20220526 11
"1"
122.112.181.245:0>getbit student:20220526 12
"0"
复制代码

bitcout

统计设置为1的bit数量，可以指定获取的范围。

格式为：bitcount <key> [start end]

需要注意的是：start 和 end 是按照字节来进行统计的，我们前面放入的 8 ，10 ，11，三个学生的记录，总共占据16位，也就是两个字节，而刚好前八位没有数据：

当我们进行测试的时候就会有如下的现象：

122.112.181.245:0>bitcount student:20220526 0 0
"0"
122.112.181.245:0>bitcount student:20220526 0 1
"3"
复制代码

当我们使用范围 0 ~ 0 时，实际获取的是第一个字节的统计数，显然是0。

而当我们使用 0 ~ 1 时，统计的是这两个字节的值，一共是三个。

不要认为 start 和 end 是对应的bitmap的下标

当我们使用 0 ~ -1 时，表示第一个字节到最后一个字节

当我们使用 0 ~ -2 时，表示第一个字节到倒数第二个字节，我们这只有两个字节，所以相当于 0 ~ 0 ，所以统计不到，如下所示：

122.112.181.245:0>bitcount student:20220526 0 -1
"3"
122.112.181.245:0>bitcount student:20220526 0 -2
"0"
复制代码

关于bitcount，需要好好理解一下，如果使用java的redis客户端，如RedisTemplate等，将这一层原理变相的隐藏掉了，使我们不能直观的感受到 Byte 和 bit 的关系。

bitop

bitop可以进行多种操作是一个复合操作， 它可以对多个Bitmaps做and（交集） 、 or（并集） 、 not（非） 、 xor（异或） 等操作，将结果保存在目标destkey中。

格式如下: bitop <operation> <destkey> <keys...>，其中operation有and,or,not,xor几种。

使用如下，首先创建两个bitmaps：

122.112.181.245:0>setbit users:20220525 1 1
"0"
122.112.181.245:0>setbit users:20220525 3 1
"0"
122.112.181.245:0>setbit users:20220525 5 1
"0"
122.112.181.245:0>setbit users:20220525 7 1
"0"
122.112.181.245:0>setbit users:20220525 9 1
"0"
复制代码

122.112.181.245:0>setbit users:20220526 1 1
"0"
122.112.181.245:0>setbit users:20220526 2 1
"0"
122.112.181.245:0>setbit users:20220526 5 1
"0"
122.112.181.245:0>setbit users:20220526 6 1
"0"
复制代码

做交集，并存入destkey中：users:20220525:and:20220526:

122.112.181.245:0>bitop and users:20220525:and:20220526 users:20220525 users:20220526
"2"
复制代码

结果如下，只有1和5符合：

做并集，并存入destkey中：users:20220525:or:20220526:

122.112.181.245:0>bitop or users:20220525:or:20220526 users:20220525 users:20220526
"2"
复制代码

结果如下：

关于差集和异或，不做单独演示了，使用方式一样。

三、注意

需要注意一点，所说Bitmaps能够节省内存，但是并不适用所有情况。

假设网站有1000万用户，但是其中的活跃用户只有10万。此时Bitmaps存储了绝大多数的僵尸用户，但是bit位的值都是0，是无效的，只有百分之一的利用率，还是浪费了绝大部分的内存。

而如果使用map或者set存储这10万用户，可能还用不了这么多内存呢。

另外还有一种情况，向前面统计的日活数，如果用户的id是这样的：1000001、1000002、1000003等，前面存在100000这样的固定值，那么需要在存储bitmaps进行截取，以免造成内存浪费。