Redis中bitmap的应用
redis中bitmap的相关方法
- SETBIT(key offset value)
对
key 所储存的字符串值，设置或清除指定偏移量上的位(bit)。
offset是下标，value是0或者1，复杂度为O(1)
- GETBIT(key offset)
对
key 所储存的字符串值，获取指定偏移量上的位(bit)。
获得offset上的值，0或者1，复杂度为O(1)
- BITCOUNT
计算给定字符串中，被设置为
1 的比特位的数量。
例如这个key保存的字符串二进制为101011，则返回结果4。
- 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。
operation可以是AND、OR、NOT、XOR这四种操作中的任意一种
对两个二进制串进行操作用的方法。
- BITFIELD
3.2版本新加入的方法，功能很复杂。这里不做讨论
以上几个方法结合使用，可以实现以下几种功能：
1、统计每日上线人数（活跃人数统计）
用带有日期的字符串当key，拿用户的uid当作offset，当天登录了就执行一次下面的代码
$redis->setBit('20170323_au',123,1);这样，所有登录过的用户，会组成这个key为“20170323_au”的二进制字符串中
然后再使用
$redis->bitCount('20170323_au');就可以拿到今天上线人数的统计了。
如果你想拿到最近三天的活跃人数怎么办？同样简单：
$redis->bitOp('OR','last_3_au','20170321_au','20170322_au','20170323_au');
$result = $redis->bitCount('last_3_au');用BITOP将三天的结果做OR操作
得到的结果在bitCount一下就是最近三天的活跃人数了。
关于效率，有人统计了128million用户的表现。
| PERIOD | TIME (MS) |
|---|---|
| Daily | 50.2 |
| Weekly | 392.0 |
| Monthly | 1624.8 |
对比传统的数据库，实现起来的难易度和效率简直不可同日而语。
下面是我自己的测试数据
bitOp('OR', 'stat_3_day_3m', '20161221', '20161222', '20161223');
echo $redis->bitCount('stat_3_day_3m') . "\n";
echo "time taken: " . (microtime(true) - $t1);
function makeTestData($key)
{
$redis = RedisManage::getRedisForShare();
for ($i = 0; $i < 3000000; $i++) {
$redis->setBit($key, $i, mt_rand(0, 1));
}
}先创建了3条3million的数据。
最后显示结果：
而且这是windows环境下的测试结果。linux应该会更快。
这要比传统的关系型数据库使用count，group by要效率很多。
而且，因为是bitmap的原因，300万个用户的数据占用的长度为3000000/8=375000字节，也就是45kb不到。
1年也就是16.3Mb的数据。
2、用来判断当天是否是第一次登录（或者每天限领一次的逻辑判断）
之前游戏的经验，是通过数据库中的一个column来记录上一次登录的时间戳，再用当前时间跟数据库（MySQL）中记录的时间做对比来判断是否是同一天登录。比较传统的做法。
这里可以同样利用上面的方法，
$login_status = $redis->getBit('20170323', $uid);
if($login_status == 0){
// first login today and send login gifts
}3、同来做连续登陆奖励发放的条件判断
同样，用来做连续登陆的判断也很方便，只需要将之前几天的登录记录做一下and操作，在做判断就可以了。
$redis->bitOp('AND', 'stat_3_day_continue', '20161221', '20161222', '20161223');
$is_3_day_continue = $redis->getBit('stat_3_day_continue', $uid);
if($is_3_day_continue){
// three days login gifts send
}结语
只要是涉及到类似签到功能的记录，无论是以什么时间间隔为单位（最终就是反应在key的不同），都可以使用Redis的bitmap数据类型。无论是从效率上，还是资源上，都有很大的优势。