缓存Redis之bitmap、setbit

转自：https://blog.csdn.net/u011489043/article/details/78990162

基本语法：

1）SETBIT

redis 127.0.0.1:6379> setbit KEY_NAME OFFSET VALUE //该命令用于对 key 所储存的字符串值，设置或清除指定偏移量上的位(bit)。时间复杂度O（1）

• 1

  在redis中，存储的字符串都是以二进制的形式存在的。比如：设置一个key-value，键的名字叫“andy” ，值为字符’a’，’a’ 的ASCII码是97。转换为二进制是：01100001。offset的学名叫做“偏移” ，二进制中的每一位就是offset值，比如在这里offset 0 等于 ‘0’ ，offset 1等于’1’ ，offset2等于’1’，offset 6 等于’1’ ，没错，offset是从左往右计数的，也就是从高位往低位。

  那如何通过SETBIT命令将 andy中的 ‘a’ 变成 ‘b’ 呢？即将 01100001 变成 01100010（b的ASCII码是98），其实就是将’a’中的offset 6从0变成1，将offset 7从1变成0。

  

  每次SETBIT完毕之后，有一个（integer） 0或者（integer）1的返回值，这个是在你进行SETBIT 之前，该offset位的比特值。最后通过get andy得到的结果变成了 ‘b’ 。

2）BITCOUNT

redis 127.0.0.1:6379> bitcount andy //该命令统计字符串（字节）被设置为1的bit数

• 1

  经过setbit操作之后，andy代表的01100010（b的ASCII码是98），共有3个1。

  

  这里需要注意一点的是！！！！！！！！

   bitcount 统计的是1的个数， bitcount test 0 -1 就是所有的， bitcount 0 0 那么就应该是第一个字节中1的数量的，注意是字节 第一个字节也就是 0 1 2 3 4 5 6 7 这八个位置上。见下面的测试样例，setbit单位是bit，bitcount是以byte为间隔统计的

3）GETBIT

redis 127.0.0.1:6379> getbit andy offset    //返回key对应的string在offset处的bit值

• 1

4）BITOP

redis 127.0.0.1:6379> bitop operation destkey key [key...]  //对一个或多个保存二进制位的字符串 key 进行位元操作，并将结果保存到 destkey 上 

• 1

  BITOP 命令支持 AND 、 OR 、 NOT 、 XOR 这四种操作中的任意一种参数：

• BITOP AND destkey srckey1 … srckeyN ，对一个或多个 key 求逻辑与，并将结果保存到 destkey
• BITOP OR destkey srckey1 … srckeyN，对一个或多个 key 求逻辑或，并将结果保存到 destkey
• BITOP XOR destkey srckey1 … srckeyN，对一个或多个 key 求逻辑异或，并将结果保存到 destkey
• BITOP NOT destkey srckey，对给定 key 求逻辑非，并将结果保存到 destkey

  除了 NOT 操作之外，其他操作都可以接受一个或多个 key 作为输入，执行结果将始终保持到destkey里面。

  当 BITOP 处理不同长度的字符串时，较短的那个字符串所缺少的部分会被看作 0。返回值是保存到 destkey 的字符串的长度（以字节byte为单位），和输入 key 中最长的字符串长度相等。

  

应用举例：

  setbit 可以理解是一个位数组，至于这个数组有多大，redis中bit映射被限制在512MB之内，所以最大是2^32。也就是在这样一个位数组上存0或者是1 ，可以结合bloomFilter的应用场景理解位数组的用法，将字符串使用一种合适哈希函数映射到不同的bit位上（2^32足够的大，可以满足需求）

  使用 bitmap 实现用户上线次数统计、统计活跃用户

  假设现在我们希望记录自己网站上的用户的上线频率，比如说，计算用户 A 上线了多少天，用户 B 上线了多少天，诸如此类，以此作为数据，从而决定让哪些用户参加 beta 测试等活动 —— 这个模式可以使用 SETBIT 和 BITCOUNT 来实现。

  比如说，通过将一个用户的id对应value上的一位，通过对活跃用户对应的位进行置位，就能够用一个value记录所有活跃用户的信息。如图bitmap有9个位被置为1，表示这9个位上对应的用户是今天的活跃用户。其中第15位表示uid为15的用户，第一位表示uid为0的用户。（如果你的uid不是从1开始的，比如从100000开始，实际上你也可以相应的用uid减去初始值来表示其位数，比如1000000用户对应到bitmap的第一位）

  

  因为日活跃用户每天都变化，所以需要每天创建一个新的bitmap。我们简单地把日期添加到key后面，实现了这个功能。例如，要统计某一天有多少个用户至少听了一个音乐app中的一首歌曲，可以把这个bitmap的redis key设计

redis.setbit(play:yyyy-mm-dd, user_id, 1)

• 1

  这样一次记录的复杂度是O(1)，在Redis中速度非常快。而我们通过每天换用一个不同的key来将每天的活跃用户状态记录分开存。比如我们通过对3天（周一周三周四）的活跃用户记录取AND操作，就能得出这3天都活跃的用户列表。

  

  通过上图中的测试样例可以发现：

1. 节约空间，统计一亿人每天的登录情况，用一亿bit，约1200WByte，约10M的字符就能表示（因为bitop命令的返回值是保存到 time中的字符串的长度（以字节byte为单位），和输入 key 中最长的字符串长度相等。即1亿除以8bit=1250万Byte）；
2. 计算方便。

性能：

  如果你的 bitmap 数据非常大，那么可以考虑使用以下两种方法：

● 将一个大的 bitmap 分散到不同的 key 中，作为小的 bitmap 来处理。使用 Lua 脚本可以很方便地完成这一工作。 
● 使用 BITCOUNT 的 start 和 end 参数，每次只对所需的部分位进行计算，将位的累积工作(accumulating)放到客户端进行，并且对结果进行缓存 (caching)。

何时使用：

  如果活跃用户在百万级别，使用Redis BitMap很划算。

  如果活跃用户很少，而用户id都是10位以上的int。那就很浪费内存了，还不如使用set集合，然后求交集就可以了。