Bitmap算法又叫做位图算法，缓存数据库Redis中也有对Bitmap算法的支持。
Bitmap不仅方便查询，还可以去掉重复的整数。
使用场景：帮助公司精准定位用户群体，需要开发一个用户画像系统，实现用户信息的标签化。
用户的标签包括用户的社会属性 生活习惯 消费行为等等信息，通过用户标签，我们可以对多样群体进行统计，例如统计用户的男女比例、统计喜欢旅游的用户数量，初步的想法是 二维表存储
但是随着标签增加，数据库的列也会增加的越来越多。不仅如此 当对多个用户群体求并集的时候，需要用distinct来去掉重复的数据，性能实在是差
所以接下来bitmap排上用场。bitmap不仅方便查询，还可以去掉重复的整数
思路 我们为什么一定要让一个用户对应多个标签，而不是一个标签对应多个用户呢？
1.建立用户名和用户ID的映射
2.让每一个标签存储包含此标签的所有用户ID,每一个标签都是一个独立的Bitmap
这样看下来，每一个用户特征都变得一目了然
例如：程序员和00后这两个群体，各自的Bitmap分别如下
Bitmap对用户做交集和并集的时候也有极大的便利