BitMaps

数据结构模型

现代计算机用二进制（位）作为信息的基础单位，1个字节等于8位，例如“big”字符串是由3个字节组成，但实际在计算机存储是将其用二进制表示，“big”分别对应的ASCII码分别是98、105、103，对应的二进制分别是01100010、01101001、01100111。

许多开发语言都提供了操作位的功能，合理地使用为能够有效地提高内存使用率和开发效率。Redis提供了Bitmaps这个“数据结构”可以实现对为的操作。吧数据结构加上英豪主要因为：
- Bitmaps本身不是一种数据结构，实际上它就是个字符串，但是它可以对字符串的位进行操作。
- Bitmaps单独提供了一套命令，所以在Redis中使用Bitmaps和使用字符串的方法不太相同。可以把Bigmaps想象成一个以位为单位的数组，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。
命令

本节将对每个独立用户是否访问过网站存放在Bigmaps中，将访问的用户记做1，没有访问的用户记做0，用偏移量作为用户的id。
- 设置值
  
  setbit key offset value
  
  设置键的第offset个位的值（从0算起），假设现在有20个用户，userid=0,5,11,15,19的用户对网站进行了访问，那么当前Bitmaps初始化结果如图所示。
  
  具体操作过程如下，unique:user:2019-4-7代表2019-4-7这天的独立访问用户的Bitmaps：
```
127.0.0.1:6379> setbit unique:users:2019-4-7 0 1
(integer) 0
127.0.0.1:6379> setbit unique:users:2019-4-7 5 1
(integer) 0
127.0.0.1:6379> setbit unique:users:2019-4-7 11 1
(integer) 0
127.0.0.1:6379> setbit unique:users:2019-4-7 15 1
(integer) 0
127.0.0.1:6379> setbit unique:users:2019-4-7 19 1
(integer) 0
```
  如果此时有一个userid=50的用户访问了网站，那么Bitmaps的结构中的50位为1.
  
  很多应用的用户id以一个指定数字（例如1000）开头，直接将yoghurtid和BItmaps的偏移量对应势必造成一定的浪费，通常的做法是每次做setbit操作时将用户id减去这个指定数字。在第一次初始化Bitmaps是，加入偏移量非常大，那么整个初始化过程执行会比较大，可能会造成Redis的阻塞。
- 获取值
  
  getbit key offset
  
  获取键的第offset位的值（从0开始算），下面操作获取id=8的用户是否在2019-4-7这天访问过，返回0说明没有访问过：
```
127.0.0.1:6379> getbit unique:users:2019-4-7 8
(integer) 0
```
  由于offset=1000000根本不存在，所以返回结果也是0：
```
127.0.0.1:6379> getbit unique:users:2019-4-7 1000000
(integer) 0
```
- 获取Bitmaps指定范围值为1的个数
  
  bitcount [start] [end]
  
  下面操作计算2019-4-7这天的独立访问用户数量：
```
127.0.0.1:6379> bitcount unique:users:2019-4-7
(integer) 5
```
  [start]和[end]代表其实和结束字节数，下面操作计算用户id在第1字节到第3字节之间的独立访问用户数，对应的用户id是11,15,19.
```
127.0.0.1:6379> bitcount unique:users:2019-4-7 1 3
(integer) 3
```
- Bitmaps间的运算
  
  bitop op destkey key [key ...]
  
  bitop是一个复合操作，它可以做多个Bitmaps的and（交集）、or（并集）、not（非）、xor（异或）操作并将结果保存在destkey中。假设2019-4-6访问网站的userid=1,2,5,9，2019-4-7访问网站的userid=0,1,4,9 。
  
  下面操作计算出两天都访问过网站的用户数量
```
127.0.0.1:6379> bitop and unique:users:and:2019-4-6_7 unique:users:2019-4-6 unique:users:2019-4-7
(integer) 2
127.0.0.1:6379> bitcount unitque:users:and:2019-4-6_7
(integer) 2
```
- 计算Bitmaps中第一个值为targetBit的偏移量
  
  bitops key targetBit [start] [end]
  
  下面操作计算2019-4-7当前访问网站的最小用户id：
```
127.0.0.1:6379> bitops unique:users:2019-4-7 1
(integer) 1
```
  除此之外，bitops有两个选项[start]和[end]，分别代表起始字节和结束字节，例如计算第0个字节到第1个字节之间，第一个值为0的偏移量。
```
127.0.0.1:6379> bitops unique:users:2019-4-7 0 0 1
(integer) 0
```
Bitmaps分析

假设网站有1亿用户，每天独立访问的用户有5千万，如果每天用集合类型和Bitmaps分别存储活跃用户可以得到下表：

数据类型每个用户id占用空间需要存储的用户量全部内存量

集合类型 64位 50 000 000 64位*50 000 000=400MB

Bitmaps 1位 100 000 000 1位*100 000 000=12.5MB

很明显，这种情况下使用Bitmaps能节省很多的内存空间，尤其是随着时间推移节省的内存还是非常可观，如下表：

数据类型一天一个月一年

set 400M 12G 144G

Bitmaps 12.5M 375M 4.5G

但Bitmaps并不是万金油，加入该网站每天的独立访问用户很少，例如只有10万（大量的僵尸用户），那么两者的对比如下表所示，很显然，这时候使用Bitmaps就不太格式，因为基本上大部分为都是0.

数据类型每个用户id占用空间需要存储的用户量全部内存量

集合类型 64位 100 000 64位*100 000=800KB

Bitmaps 1位 100 000 000 1位*100 000 000=12.5MB

数据类型	每个用户id占用空间	需要存储的用户量	全部内存量
集合类型	64位	50 000 000	64位*50 000 000=400MB
Bitmaps	1位	100 000 000	1位*100 000 000=12.5MB

数据类型	一天	一个月	一年
set	400M	12G	144G
Bitmaps	12.5M	375M	4.5G

数据类型	每个用户id占用空间	需要存储的用户量	全部内存量
集合类型	64位	100 000	64位*100 000=800KB
Bitmaps	1位	100 000 000	1位*100 000 000=12.5MB

本文由 Meridian 创作，采用知识共享署名4.0 国际许可协议进行许可
本站文章除注明转载/出处外，均为本站原创或翻译，转载前请务必署名
最后编辑时间为: Jul 25,2019

【第三章 小功能大用处】3.5、Bitmaps

BitMaps

【第三章小功能大用处】3.5、Bitmaps