Redis实现统计用户签到和统计用户访问次数的功能

BitMap的介绍

如果存储到数据表中，用户每日签到，时间长了之后，用户数据量大了之后，就很占存储。

1表示签到 0标识未签到

10001000101001010101001 最多31位表示一个月的签到记录。

Redis中是利用String类型数据结构实现的BitMap，因此最大上限是512M，转换为bit则是2^32个bit位。

既节省了内存空间，还方便我们按照月份来统计签到情况。

用法

Redis中是利用string类型数据结构实现BitMap，因此最大上限是512M，转换为bit则是232个bit位BitMap的操作命令有:

SETBIT:向指定位置 (offset)存入一个0或1

GETBIT:获取指定位置 (offset) 的bit值

BITCOUNT:统计BitMap中值为1的bit位的数量

BITFIELD:操作(查询、修改、自增)BitMap中bit数组中的指定位置 (offset)的值

BITFIELD RO:获取BitMap中bit数组，并以十进制形式返回

BITOP:将多个BitMap的结果做位运算(与、或、异或)

BITPOS:查找bit数组中指定范围内第一个0或1出现的位置。

签到第一天和签到第二天。

bitmap使用binary查看值，默认为0，长度固定，超出后自动延伸扩展

bitfield bm1 get u2 0

从第0位开始，获取无符号数字两位。无符号数是u 有符号数是i

1100000001000000

所以返回11的二进制，返回为3.

至于为什么这么多0，肯定是以字节为单位作为存储的。一个字节8个bit位。

签到功能

```java
@PostMapping("/sign")
public Result sign(){
    return userService.sign();
}

@Override
public Result sign() {
    // 1.获取当前登录用户
    Long userId = UserHolder.getUser().getId();
    // 2.获取日期
    LocalDateTime now = LocalDateTime.now();
    // 3.拼接key
    String keySuffix = now.format(DateTimeFormatter.ofPattern(":yyyyMM"));
    String key = USER_SIGN_KEY + userId + keySuffix;
    // 4.获取今天是本月的第几天
    int dayOfMonth = now.getDayOfMonth();
    // 5.写入Redis SETBIT key offset 1
    stringRedisTemplate.opsForValue().setBit(key, dayOfMonth - 1, true);
    return Result.ok();
}

签到统计

连续签到天数：

从最后一次签到向前统计，直到遇到第一次未签到为止，计算总的签到次数，就是连续签到天数。

拿到本月的当天之前的所有数据。

bitField key get u[DayOfMonth] 0 ; 0是起始角标。

public Result signCount() {
    // 1.获取当前登录用户
    Long userId = UserHolder.getUser().getId();
    // 2.获取日期
    LocalDateTime now = LocalDateTime.now();
    // 3.拼接key
    String keySuffix = now.format(DateTimeFormatter.ofPattern(":yyyyMM"));
    String key = USER_SIGN_KEY + userId + keySuffix;
    // 4.获取今天是本月的第几天
    int dayOfMonth = now.getDayOfMonth();
    // 5.获取本月截止今天为止的所有的签到记录，返回的是一个十进制的数字 BITFIELD sign:5:202203 GET u14 0
    List<Long> result = stringRedisTemplate.opsForValue().bitField(
            key,
            BitFieldSubCommands.create()
                    .get(BitFieldSubCommands.BitFieldType.unsigned(dayOfMonth)).valueAt(0)
    );
    if (result == null || result.isEmpty()) {
        // 没有任何签到结果
        return Result.ok(0);
    }
    Long num = result.get(0);
    if (num == null || num == 0) {
        return Result.ok(0);
    }
    // 6.循环遍历
    int count = 0;
    while (true) {
        // 6.1.让这个数字与1做与运算，得到数字的最后一个bit位  // 判断这个bit位是否为0
        if ((num & 1) == 0) {
            // 如果为0，说明未签到，结束
            break;
        }else {
            // 如果不为0，说明已签到，计数器+1
            count++;
        }
        // 把数字右移一位，抛弃最后一个bit位，继续下一个bit位
        num >>>= 1;
    }
    return Result.ok(count);
}

UV统计功能

UV：全称Unique Visitor，也叫作独立访客量，是指通过互联网访问、浏览这个网页的自然人。1天内同一个用户多次访问该网站，只记录一次。

PV：全称PageView，也叫作页面访问量或者是点击量，用户每访问网站的一个页面，记录一次PV，用户多次打开页面，则记录多次PV。往往用来衡量网站的流量。

HyperLogLog用法

Hyperloglog(HLL)是从Loglog算法派生的概率算法，用于确定非常大的集合的基数，而不需要存储其所有值。

相关算法原理大家可以参考: https://juejin.cn/post/6844903785744056333#heading-0

Redis中的HLL是基于string结构实现的，单个HLL的内存永远小于16kb，内存占用低的令人发指!作为代价，其测量结果是概率性的，

有小于0.81%的误差。^不过对于UV统计来说，这完全可以忽略。

PFADD hl1 e1 e2 e3 e4

pfCount hl1 ===》4

再次执行，还是一样的结果。说明只记录一次元素。

查看redis的内存：info memory

@Test
void testHyperLogLog() {
    String[] values = new String[100];
    int j = 0;
    for (int i = 0; i < 1000000; i++) {
        j = i % 1000;
        values[j] = "user_" + i;
        if (i == 999) {// 发送到Redis
            stringRedisTemplate.opsForHyperLogLog().add("hl2", values);
        }

    }
    Long count = stringRedisTemplate.opsForHyperLogLog().size("hl2");
}