Redis之bitmap

Redis对数据保存时，通过redisObject对象来存储

redisObject属性：type（数据类型）、encoding（编码方式）

1、String的编码方式最常用的是int；

2、还有EMString（固定编码方式）初始化长度小于44，内存分配以及回收只需一次，效率较高；

3、raw字符串，动态分配，大于44的字符串一般用raw

Redis会根据保存的数据类型，状态，动态的选举最合适的编码方式来节省空间资源。

prt（指针）指向另外一种结构sdshdr

1、free：表示当前剩余容量

2、len：表示当前字符串长度

3、buf：表示当前字符串的字节数组，使用bitmap形，所以可以存储任意格式的数据。末尾会有空字符串表示结尾。

bitmap并不是一种数据结构，实际上它就是字符串，但是可以对字符串的位进行操作。

bitmap有自己的一套命令。可以把bitmap想象成一个以bit为单位的数组，数组的每个单元存储0和1，数组的下标叫做偏移量。

bitmap的命令

bitmap的应用场景 - 统计

通过 bitcount可以很快速的统计，比传统的关系型数据库效率高很多

1、比如统计年活跃用户数量

用户的ID作为offset，当用户在一年内访问过网站，就将对应offset的bit值设置为“1”；

通过bitcount 来统计一年内访问过网站的用户数量

2、比如统计三天内活跃用户数量

时间字符串作为key，比如 “190108：active“ “190109：active”“190110：active” ；

用户的ID就可以作为offset，当用户访问过网站，就将对应offset的bit值设置为“1”；

统计三天的活跃用户，通过bitop or 获取一周内访问过的用户数量

3、连续三天访问的用户数量 bitop and

4、三天内没有访问的用户数量 bitop not

5、统计在线人数 设置在线key：“online：active”，当用户登录时，通过setbit设置

bitmap的优势，以统计活跃用户为例

每个用户id占用空间为1bit，消耗内存非常少，存储1亿用户量只需要12.5M

bitmap - Redis布隆过滤器 （应对缓存穿透问题）

举例：比如爬虫服务器在爬取电商网站的商品信息时，首先经过缓存，如果缓存查不到，再去数据库获取信息，因为爬虫的效率很高，且sku很有可能是不存在或者已下架的，就会造成缓存穿透，大量请求被发送到数据库，导致服务器受到影响。

此时，可以在缓存层之前，添加一个布隆过滤器，布隆 过滤器看作是一个bitmap，sku作为offset值，如果商品真实存在，bit值设为1。首先将商品数据初始化，当有请求时，通过getbit判断sku是否有效。如果布隆过滤器认为商品不存在，就拒绝访问，这样就可以保护存储层。