Redis中的bitmap位图使用场景分析

1. 随机窗口的登录场景分析

如果正常通过关系型数据库表进行存储信息，需要存储的信息最少有用户的id、用户名、用户的登录时间等等信息，一个用户365天登录了就会存365条信息，用户一多就会出现很大的存储需求。

而使用Redis的bitmap位图进行存储操作就会非常节省空间，计算起来也非常便捷，比如下图的简单案例，tom在第1天、第13天、第365天进行了登录操作，通过setbit位操作将登录的天数设置为位的索引位置，登录则设置值为1，此时查询tom登录了多少天就可以通过bitcount快速查询到结果为3，因为是二进制的操作所以查询速度会非常快速，最后我们看看总的消耗存储空间365天的登录信息只消耗了46个字节的存储

而进行随机窗口的取值，比如查看最后tom一个月的登录次数，如图所示，因为一个字节是8位，最后一个月30天，就是查看最后4个字节中值为1的情况，通过反向索引就是bitcount tom -4 -1最后四个字节的统计。

2.按照随机窗口进行活跃用户数统计分析

如果使用传统的关系型数据库表进行统计，首先需要存储最少有用户的id、用户名、用户的登录时间等等信息，然后再查出表的结果后需要进行去重操作，一个是会需要很大的存储，二一个是需要比较复杂的运算，结果会需要一定的时间。

如果通过Redis进行设计，只需要将日期存为key，再将用户都映射到位索引的地方（比如tom 是1号索引位，jack为12号索引位），如果登录了则设置值为1，如图所示，tom在20220101、20220102、20220103进行了登录，jack在20220102进行了登录，此时进行bitop的或运算，计算20220101和20220102之间登录的用户为活跃用户，因为或运算是有1则为1，而相同位置出现1会自动去重为1，而相同位置代表同一个人，此时就完成了用户的去重操作，而且因为是二进制进行运算，速度会非常快，按照随机窗口进行活跃用户数的统计会变得非常高效。