zoukankan      html  css  js  c++  java
  • Redis 中 BitMap 的使用场景

    BitMap

    BitMap 原本的含义是用一个比特位来映射某个元素的状态。由于一个比特位只能表示 0 和 1 两种状态,所以 BitMap 能映射的状态有限,但是使用比特位的优势是能大量的节省内存空间。

    在 Redis 中,可以把 Bitmaps 想象成一个以比特位为单位的数组,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。

    需要注意的是:BitMap 在 Redis 中并不是一个新的数据类型,其底层是 Redis 实现。

    BitMap 相关命令

    # 设置值,其中value只能是 0 和 1
    setbit key offset value
    
    # 获取值
    getbit key offset
    
    # 获取指定范围内值为 1 的个数
    # start 和 end 以字节为单位
    bitcount key start end
    
    # BitMap间的运算
    # operations 位移操作符,枚举值
      AND 与运算 &
      OR 或运算 |
      XOR 异或 ^
      NOT 取反 ~
    # result 计算的结果,会存储在该key中
    # key1 … keyn 参与运算的key,可以有多个,空格分割,not运算只能一个key
    # 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。
    bitop [operations] [result] [key1] [keyn…]
    
    # 返回指定key中第一次出现指定value(0/1)的位置
    bitpos [key] [value]
    
    

    BitMap 占用的空间

    在弄清 BitMap 到底占用多大的空间之前,我们再来重申下:Redis 其实只支持 5 种数据类型,并没有 BitMap 这种类型,BitMap 底层是基于 Redis 的字符串类型实现的。

    我们通过下面的命令来看下 BitMap 占用的空间大小:

    # 首先将偏移量是0的位置设为1
    127.0.0.1:6379> setbit csx:key:1 0 1
    (integer) 0
    # 通过STRLEN命令,我们可以看到字符串的长度是1
    127.0.0.1:6379> STRLEN csx:key:1
    (integer) 1
    # 将偏移量是1的位置设置为1
    127.0.0.1:6379> setbit csx:key:1 1 1
    (integer) 0
    # 此时字符串的长度还是为1,以为一个字符串有8个比特位,不需要再开辟新的内存空间
    127.0.0.1:6379> STRLEN csx:key:1
    (integer) 1
    # 将偏移量是8的位置设置成1
    127.0.0.1:6379> setbit csx:key:1 8 1
    (integer) 0
    # 此时字符串的长度编程2,因为一个字节存不下9个比特位,需要再开辟一个字节的空间
    127.0.0.1:6379> STRLEN csx:key:1
    (integer) 2
    

    通过上面的实验我们可以看出,BitMap 占用的空间,就是底层字符串占用的空间。假如 BitMap 偏移量的最大值是 OFFSET_MAX,那么它底层占用的空间就是:

    (OFFSET_MAX/8)+1 = 占用字节数
    

    因为字符串内存只能以字节分配,所以上面的单位是字节。

    但是需要注意,Redis 中字符串的最大长度是 512M,所以 BitMap 的 offset 值也是有上限的,其最大值是:

    8 * 1024 * 1024 * 512  =  2^32
    

    由于 C语言中字符串的末尾都要存储一位分隔符,所以实际上 BitMap 的 offset 值上限是:

    (8 * 1024 * 1024 * 512) -1  =  2^32 - 1
    

    使用场景

    1. 用户签到

    很多网站都提供了签到功能,并且需要展示最近一个月的签到情况,这种情况可以使用 BitMap 来实现。
    根据日期 offset = (今天是一年中的第几天) % (今年的天数),key = 年份:用户id。

    如果需要将用户的详细签到信息入库的话,可以考虑使用一个一步线程来完成。

    2. 统计活跃用户(用户登陆情况)

    使用日期作为 key,然后用户 id 为 offset,如果当日活跃过就设置为1。具体怎么样才算活跃这个标准大家可以自己指定。

    假如 20201009 活跃用户情况是: [1,0,1,1,0]
    20201010 活跃用户情况是 :[ 1,1,0,1,0 ]

    统计连续两天活跃的用户总数:

    bitop and dest1 20201009 20201010 
    # dest1 中值为1的offset,就是连续两天活跃用户的ID
    bitcount dest1
    

    统计20201009 ~ 20201010 活跃过的用户:

    bitop or dest2 20201009 20201010 
    

    3. 统计用户是否在线

    如果需要提供一个查询当前用户是否在线的接口,也可以考虑使用 BitMap 。即节约空间效率又高,只需要一个 key,然后用户 id 为 offset,如果在线就设置为 1,不在线就设置为 0。

    4. 实现布隆过滤器

    参考

  • 相关阅读:
    TDD
    算法与数据结构 文档 1 洋洋洋传
    编程的专精度
    python小课
    有时心情舒畅时打个代码心里都是默默地同步输出...
    同时可以运行在JVM上的Kotlin~枚举和判定以及数据对象的写法总结
    map
    multiset
    set
    priority_queue
  • 原文地址:https://www.cnblogs.com/54chensongxia/p/13794391.html
Copyright © 2011-2022 走看看