利用redis setbit和bitmap統計用戶數

公司的統計系統接到一個需求，統計時間段內發生過某行爲的用戶總數。而且時間段的長度是可變的。公司業務用戶數量巨大，並且統計系統是實時統計，因此數據的存儲、計算效率都須要一個比較好的方案。下面是互聯網上的一篇文章，利用redis bitmap。

 

 

getspool.com的重要統計數據是實時計算的。Redis的bitmap讓咱們能夠實時的進行相似的統計，而且極其節省空間。在模擬1億2千8百萬用戶的模擬環境下，在一臺MacBookPro上，典型的統計如「日用戶數」(dailyunique users) 的時間消耗小於50ms, 佔用16MB內存。Spool如今尚未1億2千8百萬用戶，可是咱們的方案能夠應對這樣的規模。咱們想分享這是如何作到的，也許能幫到其它創業公司。

Bitmap以及Redis Bitmaps快速入門（Crash Course on Bitmap and Redis Bitmaps）

Bitmap(即Bitset)
    Bitmap是一串連續的2進制數字（0或1），每一位所在的位置爲偏移(offset)，在bitmap上可執行AND,OR,XOR以及其它位操做。


位圖計數（Population Count）

    位圖計數統計的是bitmap中值爲1的位的個數。位圖計數的效率很高，例如，一個bitmap包含10億個位，90%的位都置爲1，在一臺MacBook Pro上對其作位圖計數須要21.1ms。SSE4甚至有對整形(integer)作位圖計數的硬件指令。

Redis Bitmaps

    Redis容許使用二進制數據的Key(binary keys) 和二進制數據的Value(binary values)。Bitmap就是二進制數據的value。Redis的 setbit(key, offset, value)操做對指定的key的value的指定偏移(offset)的位置1或0，時間複雜度是O(1)。

一個簡單的例子：日活躍用戶

    爲了統計今日登陸的用戶數，咱們創建了一個bitmap,每一位標識一個用戶ID。當某個用戶訪問咱們的網頁或執行了某個操做，就在bitmap中把標識此用戶的位置爲1。在Redis中獲取此bitmap的key值是經過用戶執行操做的類型和時間戳得到的。

       這個簡單的例子中，每次用戶登陸時會執行一次redis.setbit(daily_active_users, user_id, 1)。將bitmap中對應位置的位置爲1，時間複雜度是O(1)。統計bitmap結果顯示有今天有9個用戶登陸。Bitmap的key是daily_active_users，它的值是1011110100100101。

    由於日活躍用戶天天都變化，因此須要天天建立一個新的bitmap。咱們簡單地把日期添加到key後面，實現了這個功能。例如，要統計某一天有多少個用戶至少聽了一個音樂app中的一首歌曲，能夠把這個bitmap的redis key設計爲play:yyyy-mm-dd-hh。當用戶聽了一首歌曲，咱們只是簡單地在bitmap中把標識這個用戶的位置爲1，時間複雜度是O(1)。

[java] 

• Redis.setbit(play:yyyy-mm-dd, user_id, 1)  

Redis.setbit(play:yyyy-mm-dd, user_id, 1)
    今天聽過歌曲的用戶就是key是play:yyyy-mm-dd的bitmap的位圖計數。若是要按周或月統計，只要對這周或這個月的全部bitmap求並集，得出新的bitmap，在對它作位圖計數。

    利用這些bitmap作其它複雜的統計也很是容易。例如，統計11月聽過歌曲的高級用戶(premium user)：
(play:2011-11-01∪ play:2011-11-02∪ … ∪ play:2011-11-30)∩premium:2011-11

1億2千8百萬用戶的性能比較(Performance comparison using 128 million users)

    下面的表格顯示了在1億2千8百萬用戶上完成的時間粒度爲1天，一週，一個月的用戶統計的時間消耗比較。

Period	Time(ms)
Daily	50.2
Weekly	392.0
Monthly	1624.8

優化(Optimizations)

    前面的例子中，咱們把日統計，周統計，月統計緩存到Redis，以加快統計速度。
   

    這是一種很是靈活的方法。這樣進行緩存的額外紅利是能夠進行更多的統計，如每週活躍的手機用戶—求手機用戶的bitmap與周活躍用戶的交集。或者，若是要統計過去n天的活躍用戶數，緩存的日活躍用戶使這樣的統計變得簡單——從cache中獲取過去n-1天的日活躍用戶bitmap和今天的bitmap,對它們作並集(Union)，時間消耗是50ms。

下面的Java代碼用來統計某個用戶操做在一個指定多個日期的活躍用戶。

Jedis redis = new Jedis("localhost");
public int uniqueCount(String action, String... dates) {
    BitSet all = new BitSet();
    for (String date : dates) {
        String key = action + ":" + date;
        BitSet users = BitSet.valueOf(redis.get(key.getBytes()));
        all.or(users);
    }
    return all.cardinality();
}