Redis系列目錄
redis系列之——分布式鎖
redis系列之——緩存穿透、緩存擊穿、緩存雪崩
redis系列之——Redis為什麼這麼快？
redis系列之——資料持久化（RDB和AOF）
redis系列之——一緻性hash算法
redis系列之——高可用（主從、哨兵、叢集）
redis系列之——事物及樂觀鎖
redis系列之——資料類型geospatial：你隔壁有沒有老王？
redis系列之——資料類型bitmaps：今天你簽到了嗎？
布隆過濾器是個啥！
平台日活躍100,000,000！！！今天有80,000,000人簽到！！！
這個是怎麼統計出來的？如果讓你設計，你會如何設計？是不是使用mysql存儲使用者活躍的資訊，同時使用select count(*)統計總數？資料量大，是不是準備做離線資料處理？實時性如何保證？有沒有更簡單的方式？
你也許已經知道Redis并不是簡單的key-value存儲，還有Hash、List、Set、Zset。
實際上Redis是一個資料結構伺服器，支援不同類型的值。
今天給大家介紹redis中一種90%的程式員都不知道但是非常有用的資料類型，Bitmaps。
順便回顧一下之前的兩篇文章《redis系列之——緩存穿透、緩存擊穿、緩存雪崩》、《布隆過濾器是個啥！》提到的bloom filter。
什麼是 Bitmaps
來看看官方對Bitmaps的說明：
- Bitmaps 并不是實際的資料類型，而是定義在String類型上的一個面向位元組操作的集合。因為字元串是二進制安全的塊，他們的最大長度是512M，最适合設定成2^32個不同位元組。
- bitmaps的位操作分成兩類：1.固定時間的單個位操作，比如把String的某個位設定為1或者0，或者擷取某個位上的值 2.對于一組位的操作，對給定的bit範圍内，統計設定值為1的數目（比如人口統計）。
- bitmaps最大的優勢是在存儲資料時可以極大的節省空間，比如在一個項目中采用自增長的id來辨別使用者，就可以僅用512M的記憶體來記錄40億使用者的資訊（比如使用者是否希望收到新的通知，用1和0辨別）
簡單來說bitmaps就是一個長度可變的bit數組。每個位隻能存儲0或1。我們先來看看bitmap的具體表示，當我們使用指令 setbit key (0,2,4,6) 1後，這個bit數組的具體表示為：
| bit0 | bit1 | bit2 | bit3 | bit4 | bit5 | bit6 | bit7 |
|---|---|---|---|---|---|---|---|
| 1 | 1 | 1 | 1 |
一天的1億人的登入情況（登入、未登入）就可以使用一個長度為1億的bit數組存儲，數組的索引就是使用者的userId（假設userId是自增的）。
如何使用
這裡介紹幾個常用的bitmaps的操作指令。
SETBIT key offset value
該指令起始版本：2.2.0；時間複雜度：O(1)；傳回值：在offset處原來的bit值；該指令的作用：設定或者清空key的value(字元串)在offset處的bit值。
那個位置的bit要麼被設定，要麼被清空，這個由value（隻能是0或者1）來決定。當key不存在的時候，就建立一個新的字元串value。要確定這個字元串大到在offset處有bit值。參數offset需要大于等于0，并且小于2^32(限制bitmap大小為512MB)。當key對應的字元串增大的時候，新增的部分bit值都是設定為0。
警告：對于一個不存在的key，首次使用setbit指令在offset=2^32-1的位置（最後一個bit位）設定value時，或者對于一個存在的key，并非首次使用setbit指令在 offset=2^32-1 的位置設定value但之前設定offset的位置比較小時， Redis需要立即配置設定所有記憶體，這有可能會導緻服務阻塞一會。在一台2010MacBook Pro上，offset為2^ 32-1（配置設定512MB）需要～300ms，offset為2^ 30-1(配置設定128MB)需要～80ms，offset為2^ 28-1（配置設定32MB）需要～30ms，offset為2^26-1（配置設定8MB）需要8ms。注意，一旦第一次記憶體配置設定完，後面對同一個key調用SETBIT就不會預先得到記憶體配置設定。
比如，某個平台需要統計每天使用者的活躍情況（一個使用者當天登了就算是一個當天活躍使用者），每天都需要新生成一個bitmaps存儲當天使用者的登入情況。
這裡的設計是： setbit active:{date} {userId} value ；比如存儲2020-07-01該平台的使用者活躍情況，key=active:2020-07-01;
127.0.0.1:6379> setbit active:2020-07-01 666 1 #userId=666的使用者登陸，這是今天登陸的第一個使用者。
(integer) 0
127.0.0.1:6379> setbit active:2020-07-01 100000000 1 #userId=100000000的使用者登陸，這是今天第二個登陸的使用者。
(integer) 0
127.0.0.1:6379> setbit active:2020-07-01 33 1
(integer) 0
127.0.0.1:6379> setbit active:2020-07-01 666 1
(integer) 0
127.0.0.1:6379> setbit active:2020-07-01 100000 1
(integer) 0
第一個使用者登陸時，會建立一個String，這個String被配置設定的空間時667bit，這是offset為0到665的使用者未登入，值為0；
第二個使用者登陸時，這個String已經存在，這時會被配置設定666到100000000的位元組空間，這個時候就會出現短時間阻塞。
GETBIT key offset
該指令起始版本：2.2.0；時間複雜度：O(1)；傳回值：在offset處的bit值；該指令的作用：傳回key對應的string在offset處的bit值。
當offset超出了字元串長度的時候，這個字元串就被假定為由0比特填充的連續空間。當key不存在的時候，它就認為是一個空字元串，是以offset總是超出範圍，然後value也被認為是由0比特填充的連續空間。
比如，查詢userId=666的使用者在2020-07-01是否登陸：
127.0.0.1:6379> setbit active:2020-07-01 666
(integer) 1
傳回為1，表示登陸了。
BITCOUNT key [start end]
該指令起始版本：2.6.0；時間複雜度：O(N)；該指令的作用：統計字元串被設定為1的bit數；傳回值：被設定為 1 的位的數量。
一般情況下，給定的整個字元串都會被進行計數，通過指定額外的 start 或 end 參數，可以讓計數隻在特定的位上進行。start 和 end 參數的設定和 GETRANGE 指令類似，都可以使用負數值：比如 -1 表示最後一個位，而 -2 表示倒數第二個位，以此類推。不存在的 key 被當成是空字元串來處理，是以對一個不存在的 key 進行 BITCOUNT 操作，結果為 0 。
比如，統計2020-07-01該平台有多少使用者活躍（登陸）：
127.0.0.1:6379> bitcount active:2020-07-01 0 -1
(integer) 342342326
有342342326個使用者登陸過。
處理上面介紹的三個指令，對bitmaps操作的指令還有很多，因為bitmaps的本質是String，相關的操作指令和string一樣，可以參考官網：http://www.redis.cn/commands.html#string
除了上面的指令，還可以通過相關的指令比較兩個string的差異，對兩個string做與、或、非運算；有很多實際的場景都可以通過這些簡單的指令實作。
使用場景
由于bit數組的每個位置隻能存儲0或者1這兩個狀态；是以對于實際生活中，處理兩個狀态的業務場景就可以考慮使用bitmaps。如使用者登陸/未登入，簽到/未簽到，關注/未關注，打卡/未打卡等。同時bitmap還通過了相關的統計方法進行快速統計。
記憶體占用比較
假如一個平台有8億使用者，平均日活躍使用者有1億，，分别使用List和Bitmap存儲平台某一天是否活躍（登陸）使用者時記憶體占用情況（1KB=1000bit）:
| 資料類型 | 每個userId占用空間 | 需要存儲的使用者量 | 記憶體使用總量 |
|---|---|---|---|
| List | 4 * 8bit=32bit(假設userId用的是int存儲) | 100,000,000 | 32bit * 100,000,000= 400MB |
| Bitmaps | 1bit | 800,000,000 | 1bit * 800,000,000=100MB |
假如一個平台有8億使用者，平均日活躍使用者有100萬，，分别使用List和Bitmap存儲平台某一天是否活躍（登陸）使用者時記憶體占用情況（1KB=1000bit）:
| 資料類型 | 每個userId占用空間 | 需要存儲的使用者量 | 記憶體使用總量 |
|---|---|---|---|
| List | 4 * 8bit=32bit(假設userId用的是int存儲) | 1,000,000 | 32bit * 1,000,000= 4MB |
| Bitmaps | 1bit | 800,000,000 | 1bit * 800,000,000=100MB |
是以并不是在所有的情況下，使用bitmap都是最好的選擇。平台雖然有8億使用者，但是活躍的使用者很少，這是使用Bitmaps，如果隻有一個使用者登入（加入是userId=800,000,000-1這個使用者登入），也需要配置設定100MB的空間。
注意
bitmaps類型（string）最大長度為512M。
setbit時的偏移量很大時，可能會有較大耗時。
bitmaps不是絕對的好，有時可能更浪費空間。
Bloot Filter該怎麼做，你是不是已經知道了？
完成，收工！！
【傳播知識，共享價值】，感謝小夥伴們的關注和支援，我是【諸葛小猿】，一個彷徨中奮鬥的網際網路民工。