Bitmaps

核心知识点：

1.Bitmaps是一种特殊的“数据结构”，实质上是一个字符串，操作单元是位。

2.命令：

　　a.setbit：设置值，只能存储0和1，适用二元判断类型

　　b.getbit：获取值

　　c.bitcount：统计1的数量，可指定范围

　　d.bitop：可取交集、并集、非、异或

　　e.bitpos：第一个获取某种状态的偏移量

3.Bitmaps并不是任何场合都适合，在某些场合适用会有意想不到的效果。

 

 

1.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个字节等位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时将其用二进制表示，“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和01100111，如下图：

许多开发语言都提供了操作位功能，合理地使用位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”，可以实现对位的操作。把数据结构加上引号主要因为：

（1）Bitmaps本身不是一种数据结构，实际上它就是字符串，，但它可以对字符串的位进行操作；

（2）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一样。

　　可以把Bitmaps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。

 

2.命令

本节将每个独立用户是否访问过网站存放在Bitmaps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。

（1）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：

具体操作过程如下，unique:users:2016-04-05代表2016-04-05这天的独立访问用户的Bitmaps：

127.0.0.1:6379> setbit unique:users:2016-04-05 0 1
(integer) 0
127.0.0.1:6379> setbit unique:users:2016-04-05 5 1
(integer) 0
127.0.0.1:6379> setbit unique:users:2016-04-05 11 1
(integer) 0
127.0.0.1:6379> setbit unique:users:2016-04-05 15 1
(integer) 0
127.0.0.1:6379> setbit unique:users:2016-04-05 19 1
(integer) 0

很多应用的用户id以一个指定的数字（例如10000）开头，直接将用户id和Birmaps的偏移量对应势必会造成一定的浪费，

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时，如果偏移量非常大，那么整个初始化过程执行会比较慢，可能会造成Redis阻塞。

 

（2）获取值

getbit key offset

获取键的第offset位的值（从0开始计算），如果返回0代表没有访问，返回1代表访问过。

127.0.0.1:6379> getbit unique:users:2016-04-05 8
(integer) 0
127.0.0.1:6379> getbit unique:users:2016-04-05 5
(integer) 1
127.0.0.1:6379> getbit unique:users:2016-04-05 1000
(integer) 0
#不存在1000，自然返回0

 

（3）获取Bitmaps指定范围值为1的个数

bitcount key [start] [end]

127.0.0.1:6379> bitcount unique:users:2016-04-05
(integer) 5
127.0.0.1:6379> bitcount unique:users:2016-04-05 10 20
(integer) 0
127.0.0.1:6379> bitcount unique:users:2016-04-05 1 3
(integer) 3
#start和and代表字节数，一个字节8位，1到3个字节就是索引在8到23之间

 

（4）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。

下面有该网站连续2天客户访问的Bitmaps记录：

下面操作计算两天都访问网站的用户数：

127.0.0.1:6379> bitop and unique:users:and:2016-04-03_04 unique:users:2016-04-03 unique:users:2016-04-04
(integer) 2
127.0.0.1:6379> bitcount unique:users:and:2016-04-03_04
(integer) 2

下面操作计算两天中至少有一天访问网站的用户数：

127.0.0.1:6379> bitop or unique:users:or:2016-04-03_04 unique:users:2016-04-03 unique:users:2016-04-04
(integer) 2
127.0.0.1:6379> bitcount unique:users:or:2016-04-03_04
(integer) 6

 

（5）计算Bitmaps中第一个值为tergetBit的偏移量

bitpos key targetBit [start] [end]

下面操作计算2016-04-03这一天当前访问网站的最小用户id：

127.0.0.1:6379> bitpos unique:users:2016-04-03 1
(integer) 0  #索引为1的用户最先访问

除此之外，bitpos还可以指定start和end，分别代表起始字节和结束字节：

127.0.0.1:6379> bitpos unique:users:2016-04-04 1 1 2
(integer) 9

 

3.Bitmaps性能分析

假设网站有1亿用户，每天独立访问的用户是5000万，如果每天用集合类型和Bitmaps分别存储活跃用户。

很容易看出，在这种情况下Bitmaps能节省很多内存空间，尤其随着时间推移比较客观。

但是Bitmaps并不是万金油，当该网站每天访问的用户很少时，Bitmaps就有点不合时宜了。

注释：由于有5000万活跃用户，每个用户一个id，这就需要8位数字表示，每个数字一个字节因此就是64位。