分析Redis中bitmap的用法（示例场景讲解）
2026-10-24 21:35:19
Redis中的Bitmap通过位操作实现高效存储与计算，适用于签到、活跃统计、在线状态等场景，核心优势是节省空间且操作复杂度为O(1)。
核心命令与原理
Redis的Bitmap基于字符串类型扩展，通过SETBIT key offset value（设置位）和GETBIT key offset（获取位）操作单个二进制位，BITCOUNT统计1的个数，BITOP支持位运算（AND/OR/XOR/NOT）。每个位通过偏移量（offset）定位，空间占用公式为(offset/8/1024/1024)MB。例如，存储5000万用户的在线状态仅需约6MB（50000000/8/1024/1024）。
场景一：用户签到系统
以用户ID为key，日期偏移量为offset存储签到状态。例如，用户UID=1从2017-01-01开始签到，2017-01-21的偏移量计算为(strtotime('2017-01-21') - strtotime('2017-01-01')) / 86400 = 20。通过SETBIT sign_1 20 1记录签到，GETBIT sign_1 20查询状态，BITCOUNT sign_1统计总签到次数。一年数据仅需约45字节（365/8），30年仅1.31KB，空间效率极高。
场景二：活跃用户统计
以日期为key，用户ID为offset记录活跃状态。例如，2017-01-10的活跃用户为1-10号，通过SETBIT stat_2017-01-10 1 1等命令设置。统计多日活跃用户时，使用BITOP AND destkey key1 key2对多日数据按位与，结果中1的个数即为连续活跃用户数。如统计2017-01-10至2017-01-12的活跃用户，BITOP AND stat stat_2017-01-10 stat_2017-01-11 stat_2017-01-12后，BITCOUNT stat返回6，表示6人三日均活跃。
场景三：用户在线状态管理
以固定key（如online）存储所有用户在线状态，用户ID为offset。上线时SETBIT online uid 1，下线时SETBIT online uid 0。查询单个用户状态用GETBIT online uid，批量查询可通过GET online获取整个字符串后自行解析（避免逐个查询的延迟）。5000万用户仅需6MB空间，且位操作复杂度为O(1)，适合高并发场景。
注意事项
- 偏移量限制：大偏移量（如2^32-1）会分配较大内存，需合理设计offset范围。
- 批量操作优化：BITOP和GET结合可提升批量统计效率，避免逐个GETBIT的性能瓶颈。
- 数据持久化：Bitmap数据需通过Redis持久化机制（RDB/AOF）保存，避免重启后丢失。
Bitmap通过位操作将空间效率提升至极致，是Redis中处理布尔型数据的理想方案，尤其适合大规模用户状态的存储与统计。
热门标签
