在移动应用业务场景中，我们需要保存这样的信息：为一个数据集合分配一个key。

常见场景包括：

• 输入userId，判断用户的登录状态；
• 显示当月登录次数及用户首次登录时间；
• 近7天内2亿用户登录情况，统计7天内连续登录的用户数量；

通常情况下，用户和访问量都很大，比如几百万、几千万的用户，或者几千万甚至几十亿的访问信息。

因此我们需要选择一种可以非常高效地统计大量数据（例如数十亿）的集合类型。

要选择正确的数据集，首先要了解常用的统计模型，并应用对数据的合理理解来解决实际问题。

四种统计类型：

1. 二进制状态统计；
2. 聚合统计；
3. 订单统计；
4. 基本统计数据。

本文使用二进制状态统计类型作为练习系列的开始。 Wen 中将 使用除 String、Set、Zset、List 和 hash Bitmap 之外的扩展数据类型。

本文的说明可以通过在线Redis客户端（https://try.redis.io/）运行和调试，极其方便。

消息

分享更多，付出更多。在不考虑投资回报率的情况下，尽早为他人创造更多价值。从长远来看，这些努力将会放大地回报给你。

尤其是当您第一次开始与他人合作时，不要担心短期回报。这没有多大意义。相反，它是关于锻炼你自己的愿景、观点和解决问题的能力。

二进制状态统计

马哥，什么是二进制状态统计？

即集合的元素的值只有0和1。在登录场景以及用户是否登录的情况下，只记录login（1） 或 未登录 ( 0 )、 已登录 (1) 或 或 未登录。

如果我们使用Redis String类型实现来判断用户是否登录（key -> userId, value -> 0表示离线，1 - 登录），如果存储100万个用户如果将登录状态存储为字符串，则必须存储100万个字符串，这会消耗太多内存。

妈妈、兄弟，为什么String类型内存大呢？除了记录实际数据之外，

字符串类型还需要额外的内存来记录数据长度、空间使用情况等信息。

如果保存的数据包含字符串，则String类型以简单动态字符串（SDS）结构保存，如下图：

• len：占用4个字节，表示buf已被使用。长度。
• alloc：4个字节，表示buf实际分配的长度，通常>len。
• buf：保存实际数据的字节数组。 Redis会自动在数组末尾添加一个“\0”，这会占用一个额外的字节。

所以在SDS中，除了buf保存实际数据之外，len和alloc代表了额外的额外成本。

此外，还有一个额外的RedisObject结构的头，因为Redis中有很多数据类型，相同的元数据附加到不同的数据类型上（例如，上次访问时间、引用） 。号等）。

所以Redis使用RedisObject结构来统一捕获这些元数据并指向实际数据。

对于二进制状态的场景，我们可以使用 Bitmap 来访问它们。比如我们用一位来表示登录状态，一亿个用户只占用一亿位内存≈(100000000 / 8/1024/1024) 12 MB。

大概的空间占用计算公式是：($offset/8/1024/1024) MB

什么是位图？

Bitmap底层数据结构采用String类型的SDS数据结构来保存位数组。 Redis 使用每个字节数组的 8 位。每个位表示一个元素的二进制状态（不是 0 就是 1）。

位图也可以想象为包含位单元的数组。数组的每个单元只能存储0或1。数组的下标称为位图偏移量。

为了直观直观，我们可以理解为buf数组的每个字节由一行表示，每行8位，8个格子分别代表这个字节中的8位，如图如下：

1 个字节创建 8 位，因此 Bitmap 节省了大量的存储空间。 这就是Bitmap的优点。

判断用户的登录状态

如何使用Bitmap判断大量用户中的某个用户是否在线？

Bitmap 提供GETBIT 和 SETBIT 操作，通过偏移值 offset 读写位数组的偏移位置处的位。请注意，偏移量从 0 开始。

只需要一个key=login_status即可存储用户登录状态的聚合数据。使用用户ID作为偏移量，在线时设置为1，离线时设置为0。使用GETBIT判断相应用户是否在线。 5 亿用户仅需要 6 MB 空间。

SETBIT 命令

SETBIT <key> <offset> <value>

设置或清除偏移处键值的位值（只能为 0 或 1）。

GETBIT 命令

GETBIT <key> <offset>

获取键值偏移中的位的值。如果键不存在，则返回0。

假设我们要判断用户ID 10086的登录状态：

首先执行以下命令，表明该用户已登录。

SETBIT login_status 10086 1

第二步是验证用户是否已登录。统计中的返回值1记录用1位代表每个用户每天的登录情况，每年的登录情况只需要365位。一个月最多有31天，只需要31位。

比如2021年5月统计号为89757的用户如何登录？键

uid:sign:{userId}:{yyyyMM}，该月每一天的值 - 1 可以用作偏移量（因为偏移量是从 0 开始的，所以 偏移量 = 日期 - 1 )。

第一步是执行以下命令来记录用户在2021年5月16日的登录情况。

SETBIT uid:sign:89757:202105 15 1

第二步，判断用户号89757是否在2021年5月16日登录。 ❀第三步，统计该用户5月份的登录次数，使用命令BITCOUNT。该指令用于计算给定位块中值为 1 的位的数量。

BITCOUNT uid:sign:89757:202105

这样我们就可以了解每个月用户的登录情况，是不是很棒？

本月首次登录时间如何计算？

Redis 提供了BITPOS key bitValue [start] [end] 语句。返回的数据是位图第一个值的偏移位置，即bitValue。

默认情况下，该命令检测整个位图。用户可以使用可选参数start和end指定要检测的范围。

因此，通过执行以下命令，我们得到2021年5月的userID = 89757 首次登录日期：

BITPOS uid:sign:89757:202105 1

我们必须返回偏移值+1。从0开始。

连续登录用户总数

连续7天记录了1亿用户的登录明细后，如何统计这连续7天的连续登录用户总数？

我们使用当天的日期作为 Bitmap 键，使用 userId 作为偏移量。如果登录，请将偏移位置中的位设置为 1。

对应的集合中的数据位是用户当天的登录记录。

这样的位图一共有7个。如果我们可以对这7个Bitmap的相应位进行“与”运算。

相同的用户 ID 偏移量相同。如果7位图像对应的偏移位置上的某个用户ID位=1，则表示该用户已连续登录7天。

结果保存在新的位图中。然后我们统计位数=1和BITCOUNT，得到连续7天登录的用户总数。

Redis 提供BITOP 操作 destkey key [key ...]该命令用于对一个或多个 key = key 的位图进行位操作。

操作可以是和、OR、、 异或。当BITOP处理不同长度的字符串时，较短字符串的缺失部分被视为0。空键 也被视为字符串序列 0。

很容易理解，如下图所示：

3 Bitmap，将相应位进行“与”运算，并将结果保存到新的 Bitmap 中。

运算语句对三个位图进行AND运算，并将结果保存到destmap。然后对destmap进行BITCOUNT统计。

// 与操作
BITOP AND destmap bitmap:01 bitmap:02 bitmap:03
// 统计 bit 位 =  1 的个数
BITCOUNT destmap

简单计算100M位图占用的内存开销大约需要12MB内存（10^8/8/1024/1024）。 7 天位图的内存约为 84 MB。不过，最好设置 Bitmap 的过期时间，让 Redis 删除过期的登录，以节省内存。

总结

想法是最重要的。当我们遇到只需要统计数据的二进制状态的统计场景时，比如用户是否存在、IP地址是否被列入黑名单、登录统计等，我们可以考虑使用这个。位图。

只需一位即可表示0和1。这大大减少了计算大量数据时的内存使用量。