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。
操作位
许多开发语言都提供了操作位的功能,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。
Redis BitMpas 的特性
把数据结构加上引号主要因为:
- Bitmaps本身不是一种数据结构,实际上它就是字符串(如图3-10所示),但是它可以对字符串的位进行操作。
key:
value: 01100010 01101001 01100111
ps: 可以理解为将字符串转为二进制。
- 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。
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。
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3-11所示。
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
如果此时有一个userid=50的用户访问了网站,那么Bitmaps的结构变成了图3-12,第20位~49位都是0。
很多应用的用户id以一个指定数字(例如10000)开头,直接将用户id和Bitmaps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。
注意
在第一次初始化Bitmaps时,假如偏移量非常大,那么整个初始化过程执行会比较慢,可能会造成Redis的阻塞。
获取值
> gitbit 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2016-04-05这天访问过,返回0说明没有访问过:
127.0.0.1:6379> getbit unique:users:2016-04-05 8
(integer) 0
由于offset=1000000根本就不存在,所以返回结果也是0:
127.0.0.1:6379> getbit unique:users:2016-04-05 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2016-04-05这天的独立访问用户数量:
127.0.0.1:6379> bitcount unique:users:2016-04-05
(integer) 5
[start]
和 `[end] 代表起始和结束字节数,下面操作计算用户id在第1个字节到第3个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:2016-04-05 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。
TODO: 这里需要实际使用
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表3-3。
数据类型 | 每个 id 占位 | 数据量 | 大小 |
---|---|---|---|
集合 | 64 | 5kw | 400M |
BitMaps | 1 | 1E | 12.5M |
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的。
运行不佳的场景
但Bitmaps并不是万金油,假如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),那么两者的对比如表3-5所示,很显然,这时候使用Bitmaps就不太合适了,因为基本上大部分位都是0。
数据类型 | 每个 id 占位 | 数据量 | 大小 |
---|---|---|---|
集合 | 64 | 10w | 800K |
BitMaps | 1 | 1E | 12.5M |
ps: 实际占用的大小可能不同 Java 对象占用内存大小与 java 对象格式
拓展阅读
参考资料
《Redis 开发与运维》