189 8069 5689
本篇内容主要讲解“怎么优雅地使用Redis位图操作”，感兴趣的朋友不妨来看看。本文介绍的方法操作简单快捷，实用性强。下面就让小编来带大家学习“怎么优雅地使用Redis位图操作”吧!
在进入今天的主题前，先简单地解释下Redis中的位图到底是什么。Redis官方文档对于位图的介绍如下：
位图不是一个真实的数据类型，而是定义在字符串类型上的面向位的操作的集合。由于字符串类型是二进制安全的二进制大对象，并且大长度是 512MB，适合于设置 2^32个不同的位。
位操作分为两组：常量时间单个位的操作，像设置一个位为 1 或者 0，或者获取该位的值。对一组位的操作，例如计算指定范围位的置位数量。
位图的大优势是有时是一种非常显著的节省空间来存储信息的方式。例如，在一个系统中，不同用户由递增的用户 ID 来表示，可以使用 512MB 的内存来表示 400 万用户的单个位信息（例如他们是否需要接收信件）。
简而言之，位图操作是用来操作比特位的，其优点是节省内存空间。为什么可以节省内存空间呢？假如我们需要存储100万个用户的登录状态，使用位图的话最少只需要100万个比特位（比特位1表示登录，比特位0表示未登录）就可以存储了，而如果以字符串的形式存储，比如说以userId为key，是否登录（字符串“1”表示登录，字符串“0”表示未登录）为value进行存储的话，就需要存储100万个字符串了，相比之下使用位图存储占用的空间要小得多，这就是位图存储的优势。
位图常用操作
位图的常用操作如下：
·setbit
设置特定key对应的比特位的值。
·getbit
获取特定key对应的比特位的值。
·bitcount
统计给定key对应的字符串比特位为1的数量。
使用位图存储用户登录状态
位图的常见应用是用来存储状态值，比如存储用户的登录状态。
假设我们现在有一个需求，需要记录用户注册以来每天的登录状态，那么我们就可以以用户id为key，然后以日期或者日期的偏移量作为下标，将登录状态存储到对应的比特位中，这样就可以很方便地获取用户某一天的登录状态了。
接下来看代码：
public class UserLoginStatusService {
private static final String host="111.111.111.111";
private static final int port=6379;
private static final Jedis jedis=new Jedis(host,port);
//日期的初始值（也可以理解为用户的注册时间），
//下文需要使用日期的偏移量作为redis位图的offset，
//因此需要将要保存登录状态的日期减去该初始日期。
//这里使用了Java 8的新日期API
private static final LocalDate beginDate=LocalDate.of(2018,1,1);
static {
jedis.connect();
}
public void setLoginStatus(String userId, LocalDate date,boolean isLogin){
long offset = getDateDuration(beginDate, date);
jedis.setbit(userId,offset,isLogin);
}
public boolean getLoginStatus(String userId,LocalDate date){
long offset = getDateDuration(beginDate, date);
return jedis.getbit(userId,offset);
}
private long getDateDuration(LocalDate start ,LocalDate end){
return start.until(end, ChronoUnit.DAYS);
}
public static void main(String[] args) {
UserLoginStatusService userLoginStatusService=new UserLoginStatusService();
String userId="user_1";
LocalDate today = LocalDate.now();
userLoginStatusService.setLoginStatus(userId,today,true);
boolean todayLoginStatus = userLoginStatusService.getLoginStatus(userId, today);
System.out.println(String.format("The loginStatus of %s in %s is %s",userId,today,todayLoginStatus));
LocalDate yesterday = LocalDate.now().minusDays(1);
boolean yesterdayLoginStatus = userLoginStatusService.getLoginStatus(userId, yesterday);
System.out.println(String.format("The loginStatus of %s in %s is %s",userId,yesterday,yesterdayLoginStatus));
}
}代码不复杂，我们在main方法中设置当天的登录状态为true，然后分别查出当天的登录状态和昨天的登录状态，由于redis位图的比特位默认是0，所以该代码的正确输出应该是今天已登录，昨天未登录，我们运行一次看看结果。
从程序运行结果来看，Redis的位图确实满足了我们的需求，且兼有节省存储空间的优点。
使用位图统计登录天数
接下来我们有一个新需求，就是统计某个用户注册后前10天的登录天数，Redis中有个bitcount命令，可以统计某个字符串中的比特位为1的数量，其还有2个参数start和end，表示要统计的范围，咋一看好像可以用来实现我们这个需求，但是这里有一个坑需要注意下，bitcount命令的start和end参数指的是字节的索引，而不是比特位的索引，而我们如果要使用位图来统计某个用户注册后前10天的登录天数的话，需要统计的是比特位索引从0到9的比特值为1的数量，所以直接使用bitcount命令显然是无法满足要求的。那么假如说我们一定要用位图来存储登录状态呢，应该咋办呢？其实办法还是有的。我们可以先拿到比特位索引从0到9所在的字节数组，再将该字节数组解析成二进制形式，进而统计出比特位索引从0到9比特值为1的数量。
要拿到比特位索引所在的字节在字节数组中的下标比较简单，只要将比特位索引除以8（一个字节包含8个比特位）再向下取整就行了。接下来就是使用redis的getrange命令来截取字节数组了。
拿到了字节数组，接下来就是解析字节数组，统计其中比特值为1的数量了。我们先从最简单的单个字节说起，假设一个字节的各个比特位的值如下：
我们设比特位索引为index，假如我们要计算比特位为7的比特值，只需要将原值直接跟1进行与运算就行了。要计算比特位为6的比特值，只需要将原值右移1位，再跟1进行与运算。以此类推，要计算第index位的比特值，只需要先右移(7-index)位，再跟1进行与运算即可。
只要能够统计出截取出来的的字节数组中比特位的值为1的数量，接下来再减去不包含在对应比特索引中的比特值为1的数量，即可统计出给定的比特索引范围内比特值为1的数量。
这么说有点拗口，我们以上述例子为例进行讲解吧。我们要统计出用户注册后前10天的登录天数，如果用位图存储用户登录状态，位图中的索引为注册天数的话，那么我们需要统计比特索引从0到9的比特值为1的数量，才能计算出该用户注册后前10天的登录天数。
我们先计算出比特索引从0到9包含在哪一段字节数组中，前面说了，只需要将对应的索引除以8，再向下取整就行了。从而可以得知比特位索引从0到9对应的是下标从0到1的字节数组。
接下来使用getrange命令截取该字节数组，假设其值如下：
假设比特索引0到9对应的字节数组的比特值情况如上所示，我们需要统计的是第一个字节（下标为0）中的0到7位中比特值为1的数量，再加上第二个字节（下标为1）中的第0到1位中比特值为1的数量。加起来刚好10位，也就是对应用户注册前10天的登录天数。当然我们也可以统计出这2个字节中的比特值为1的总数，再减去第二个字节的从2到7位（上述表格标红的地方）中比特值为1的数量，也可统计出该用户注册后前10天的登录天数。本文用的是第二种方法。
接下来上代码：
private static final int BIT_AMOUNT_IN_ONE_BYTE =8;
private Jedis jedis;
public int bitCountByBitIndex(String key, long startBitIndex, long endBitIndex) {
int startByteIndex = getByteIndexInTheBytes(startBitIndex);
int endByteIndex = getByteIndexInTheBytes(endBitIndex);
byte[] bytes = jedis.getrange(key.getBytes(), startByteIndex, endByteIndex);
int totalBitInBytes = getTotalBitInBytes(bytes);
int startBitIndexInFirstByte = getBitIndexInTheByte(startBitIndex);
int endBitIndexInLastByte = getBitIndexInTheByte(endBitIndex);
byte firstByte = bytes[0];
byte lastByte = bytes[bytes.length-1];
for(int i=7;i>(BIT_AMOUNT_IN_ONE_BYTE-1-startBitIndexInFirstByte);i--){
if(((firstByte>>i)&1)==1){
totalBitInBytes--;
}
}
for(int i=0;i<(BIT_AMOUNT_IN_ONE_BYTE-1-endBitIndexInLastByte);i++){
if(((lastByte>>i)&1)==1){
totalBitInBytes--;
}
}
return totalBitInBytes;
}
private int getTotalBitInBytes(byte[] bytes){
int count=0;
for(byte b:bytes){
for(int i = 0; i< BIT_AMOUNT_IN_ONE_BYTE; i++){
if(((b>>i)&1)==1){
count++;
}
}
}
return count;
}
private int getByteIndexInTheBytes(long offset){
return (int) offset/ BIT_AMOUNT_IN_ONE_BYTE;
}
private int getBitIndexInTheByte(long offset){
return (int)(offset-offset/ BIT_AMOUNT_IN_ONE_BYTE * BIT_AMOUNT_IN_ONE_BYTE);
}代码就不注释了，整体思路已经在上面讲解了。
当然要实现本文所述的功能，也不一定非要这么做，还是有其他的方案的。比如：可以将放入位图的offset统一乘以8（一个字节占8比特），这样一来就可以直接用redis的bitcount来统计对应索引范围内的比特值为1的数量了，当然这种方案的缺点也相当明显，就是浪费内存，因为原先只需要1比特存储的数据，现在需要8比特存储，所以这种方案不能很好地利用位图索引节省存储空间的特点。
到此，相信大家对“怎么优雅地使用Redis位图操作”有了更深的了解，不妨来实际操作一番吧！这里是创新互联网站，更多相关内容可以进入相关频道进行查询，关注我们，继续学习！