redis-Bitmaps 基础概念

整理自《redis开发与运维》

3.5 Bitmaps

3.5.1 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个字节等于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ASCII码分别是98、 105、 103， 对应的二进制分别是01100010、 01101001和01100111， 如图3-9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Bitmaps这个“数据结构”可以实现对位的操作。 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（如图3-10所示） ， 但是它可以对字符串的位进行操作。
• Bitmaps单独提供了一套命令， 所以在Redis中使用Bitmaps和使用字符串的方法不太相同。 可以把Bitmaps想象成一个以位为单位的数组， 数组的每个单元只能存储0和1， 数组的下标在Bitmaps中叫做偏移量。

3.5.2 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初始化结果如图3-11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：

   127.0.0.1:6379> setbit unique:users:2016-04-05 0 1
   (integer) 0
   127.0.0.1:6379> setbit unique:users:2016-04-05 5 1
   (integer) 0
   127.0.0.1:6379> setbit unique:users:2016-04-05 11 1
   (integer) 0
   127.0.0.1:6379> setbit unique:users:2016-04-05 15 1
   (integer) 0
   127.0.0.1:6379> setbit unique:users:2016-04-05 19 1
   (integer) 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） ， 例: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：

   127.0.0.1:6379> getbit unique:users:2016-04-05 8
   (integer) 0

   由于offset=1000000根本就不存在， 所以返回结果也是0：
3. 获取Bitmaps指定范围值为1的个数

   bitcount [start][end]

   例：下面操作计算2016-04-05这天的独立访问用户数量：

   127.0.0.1:6379> bitcount unique:users:2016-04-05
   (integer) 5

   [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。

   127.0.0.1:6379> bitcount unique:users:2016-04-05 1 3
   (integer) 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， 如图3-13所示。
   
   
   
   例1: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， 如下所示。

   127.0.0.1:6379> bitop and unique:users:and:2016-04-04_03 unique:users:2016-04-03
   unique:users:2016-04-04
   (integer) 2
   127.0.0.1:6379> bitcount unique:users:and:2016-04-04_03
   (integer) 2

   例2：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：

   127.0.0.1:6379> bitop or unique:users:or:2016-04-04_03 unique:users:2016-04-03 unique:users:2016-04-04
   (integer) 2
   127.0.0.1:6379> bitcount unique:users:or:2016-04-04_03
   (integer) 6

   
   
   
    

3.5.3 Bitmaps分析

假设网站有1亿用户， 每天独立访问的用户有5千万， 如果每天用集合类型和Bitmaps分别存储活跃用户可以得到表3-3。

很明显， 这种情况下使用Bitmaps能节省很多的内存空间， 尤其是随着时间推移节省的内存还是非常可观的， 见表3-4。

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。