在移動應用的業務場景中，我們需要儲存這樣的資訊：一個 key 關聯了一個資料集合。
常見的場景如下：
- 給一個 userId ，判斷使用者登陸狀態；
- 顯示使用者某個月的簽到次數和首次簽到時間；
- 兩億使用者最近 7 天的簽到情況，統計 7 天內連續簽到的使用者總數；
通常情況下，我們面臨的使用者數量以及訪問量都是巨大的，比如百萬、千萬級別的使用者數量，或者千萬級別、甚至億級別的訪問資訊。
所以，我們必須要選擇能夠非常高效地統計大量資料（例如億級）的集合型別。
如何選擇合適的資料集合，我們首先要了解常用的統計模式，並運用合理的資料了性來解決實際問題。
四種統計型別：
- 二值狀態統計；
- 聚合統計；
- 排序統計；
- 基數統計。
本文將由二值狀態統計型別作為實戰篇系列的開篇，文中將用到 String、Set、Zset、List、hash 以外的擴充資料型別 Bitmap 來實現。
文章涉及到的指令可以通過線上 Redis 客戶端執行除錯，地址：https://try.redis.io/，超方便的說。
寄語
多分享多付出，前期多給別人創造價值並且不計回報，從長遠來看，這些付出都會成倍的回報你。
特別是剛開始跟別人合作的時候，不要去計較短期的回報，沒有太大意義，更多的是鍛鍊自己的視野、視角以及解決問題的能力。
二值狀態統計
碼哥，什麼是二值狀態統計呀？
也就是集合中的元素的值只有 0 和 1 兩種，在簽到打卡和使用者是否登陸的場景中，只需記錄簽到(1)或 未簽到(0)，已登入(1)或未登陸(0)。
假如我們在判斷使用者是否登陸的場景中使用 Redis 的 String 型別實現（key -> userId，value -> 0 表示下線，1 - 登陸），假如儲存 100 萬個使用者的登陸狀態，如果以字串的形式儲存，就需要儲存 100 萬個字串了，記憶體開銷太大。
碼哥，為什麼 String 型別記憶體開銷大？
String 型別除了記錄實際資料以外，還需要額外的記憶體記錄資料長度、空間使用等資訊。
當儲存的資料包含字串，String 型別就使用簡單動態字串（SDS）結構體來儲存，如下圖所示：
- len：佔 4 個位元組，表示 buf 的已用長度。
- alloc：佔 4 個位元組，表示 buf 實際分配的長度，通常 > len。
- buf：位元組陣列，儲存實際的資料，Redis 自動在陣列最後加上一個 “\0”，額外佔用一個位元組的開銷。
所以，在 SDS 中除了 buf 儲存實際的資料， len 與 alloc 就是額外的開銷。
另外，還有一個 RedisObject 結構的開銷，因為 Redis 的資料型別有很多，而且，不同資料型別都有些相同的後設資料要記錄（比如最後一次訪問的時間、被引用的次數等）。
所以，Redis 會用一個 RedisObject 結構體來統一記錄這些後設資料，同時指向實際資料。
對於二值狀態場景，我們就可以利用 Bitmap 來實現。比如登陸狀態我們用一個 bit 位表示，一億個使用者也只佔用 一億 個 bit 位記憶體 ≈ （100000000 / 8/ 1024/1024）12 MB。
大概的空間佔用計算公式是：($offset/8/1024/1024) MB
什麼是 Bitmap 呢？
Bitmap 的底層資料結構用的是 String 型別的 SDS 資料結構來儲存位陣列，Redis 把每個位元組陣列的 8 個 bit 位利用起來，每個 bit 位 表示一個元素的二值狀態（不是 0 就是 1）。
可以將 Bitmap 看成是一個 bit 為單位的陣列，陣列的每個單元只能儲存 0 或者 1，陣列的下標在 Bitmap 中叫做 offset 偏移量。
為了直觀展示，我們可以理解成 buf 陣列的每個位元組用一行表示，每一行有 8 個 bit 位，8 個格子分別表示這個位元組中的 8 個 bit 位，如下圖所示：
8 個 bit 組成一個 Byte，所以 Bitmap 會極大地節省儲存空間。 這就是 Bitmap 的優勢。
判斷使用者登陸態
怎麼用 Bitmap 來判斷海量使用者中某個使用者是否線上呢？
Bitmap 提供了 GETBIT、SETBIT 操作，通過一個偏移值 offset 對 bit 陣列的 offset 位置的 bit 位進行讀寫操作，需要注意的是 offset 從 0 開始。
只需要一個 key = login_status 表示儲存使用者登陸狀態集合資料， 將使用者 ID 作為 offset，線上就設定為 1，下線設定 0。通過 GETBIT判斷對應的使用者是否線上。 50000 萬 使用者只需要 6 MB 的空間。
SETBIT 命令
SETBIT <key> <offset> <value>
設定或者清空 key 的 value 在 offset 處的 bit 值（只能是 0 或者 1）。
GETBIT 命令
GETBIT <key> <offset>
獲取 key 的 value 在 offset 處的 bit 位的值，當 key 不存在時，返回 0。
假如我們要判斷 ID = 10086 的使用者的登陸情況：
第一步，執行以下指令，表示使用者已登入。
SETBIT login_status 10086 1
第二步，檢查該使用者是否登陸，返回值 1 表示已登入。
GETBIT login_status 10086
第三步，登出，將 offset 對應的 value 設定成 0。
SETBIT login_status 10086 0
使用者每個月的簽到情況
在簽到統計中，每個使用者每天的簽到用 1 個 bit 位表示，一年的簽到只需要 365 個 bit 位。一個月最多隻有 31 天，只需要 31 個 bit 位即可。
比如統計編號 89757 的使用者在 2021 年 5 月份的打卡情況要如何進行？
key 可以設計成 uid:sign:{userId}:{yyyyMM}，月份的每一天的值 - 1 可以作為 offset（因為 offset 從 0 開始，所以 offset = 日期 - 1）。
第一步，執行下面指令表示記錄使用者在 2021 年 5 月 16 號打卡。
SETBIT uid:sign:89757:202105 15 1
第二步，判斷編號 89757 使用者在 2021 年 5 月 16 號是否打卡。
GETBIT uid:sign:89757:202105 15
第三步，統計該使用者在 5 月份的打卡次數，使用 BITCOUNT 指令。該指令用於統計給定的 bit 陣列中，值 = 1 的 bit 位的數量。
BITCOUNT uid:sign:89757:202105
這樣我們就可以實現使用者每個月的打卡情況了，是不是很贊。
如何統計這個月首次打卡時間呢？
Redis 提供了 BITPOS key bitValue [start] [end]指令，返回資料表示 Bitmap 中第一個值為 bitValue 的 offset 位置。
在預設情況下， 命令將檢測整個點陣圖， 使用者可以通過可選的 start 引數和 end 引數指定要檢測的範圍。
所以我們可以通過執行以下指令來獲取 userID = 89757 在 2021 年 5 月份首次打卡日期：
BITPOS uid:sign:89757:202105 1
需要注意的是，我們需要將返回的 value + 1 ，因為 offset 從 0 開始。
連續簽到使用者總數
在記錄了一個億的使用者連續 7 天的打卡資料，如何統計出這連續 7 天連續打卡使用者總數呢？
我們把每天的日期作為 Bitmap 的 key，userId 作為 offset，若是打卡則將 offset 位置的 bit 設定成 1。
key 對應的集合的每個 bit 位的資料則是一個使用者在該日期的打卡記錄。
一共有 7 個這樣的 Bitmap，如果我們能對這 7 個 Bitmap 的對應的 bit 位做 『與』運算。
同樣的 UserID offset 都是一樣的，當一個 userID 在 7 個 Bitmap 對應對應的 offset 位置的 bit = 1 就說明該使用者 7 天連續打卡。
結果儲存到一個新 Bitmap 中，我們再通過 BITCOUNT 統計 bit = 1 的個數便得到了連續打卡 7 天的使用者總數了。
Redis 提供了 BITOP operation destkey key [key ...]這個指令用於對一個或者多個 鍵 = key 的 Bitmap 進行位元操作。
opration 可以是 and、OR、NOT、XOR。當 BITOP 處理不同長度的字串時，較短的那個字串所缺少的部分會被看作 0 。空的 key 也被看作是包含 0 的字串序列。
便於理解，如下圖所示：
3 個 Bitmap，對應的 bit 位做「與」操作，結果儲存到新的 Bitmap 中。
操作指令表示將 三個 bitmap 進行 AND 操作，並將結果儲存到 destmap 中。接著對 destmap 執行 BITCOUNT 統計。
// 與操作
BITOP AND destmap bitmap:01 bitmap:02 bitmap:03
// 統計 bit 位 = 1 的個數
BITCOUNT destmap
簡單計算下 一個一億個位的 Bitmap佔用的記憶體開銷，大約佔 12 MB 的記憶體（10^8/8/1024/1024），7 天的 Bitmap 的記憶體開銷約為 84 MB。同時我們最好給 Bitmap 設定過期時間，讓 Redis 刪除過期的打卡資料，節省記憶體。
小結
思路才是最重要，當我們遇到的統計場景只需要統計資料的二值狀態，比如使用者是否存在、 ip 是否是黑名單、以及簽到打卡統計等場景就可以考慮使用 Bitmap。
只需要一個 bit 位就能表示 0 和 1。在統計海量資料的時候將大大減少記憶體佔用。
總結
往期推薦
Redis 高可用篇：你管這叫 Sentinel 哨兵叢集原理
Redis 高可用篇：Cluster 叢集能支撐的資料有多大？
