Redis `SETBIT` 与 `GETBIT`：位图操作的极致应用与性能考量

各位观众，各位朋友，大家好！今天咱们来聊聊 Redis 里的“比特级”操作——SETBIT 和 GETBIT。别看它俩名字短小精悍，背后蕴藏的威力可不小。它们能让我们在 Redis 里面玩起“位图”，用极小的空间，解决一些看似复杂的问题。准备好了吗？咱们这就开始！

一、什么是位图？听起来很高级，其实很简单

想象一下，你有一堵墙，上面可以贴很多张小纸条。每张纸条只能写“是”或者“否”（1或者0）。这堵墙，就是位图的一个简单模型。

在计算机的世界里，位图就是一系列连续的二进制位 (bit)。每个位可以表示两种状态：0 或者 1。关键在于，我们可以把这些位和实际应用场景中的某些东西对应起来。

举个例子：

用户签到: 假设你有一个网站，有很多用户。你想知道每个用户每天有没有签到。传统的做法，你可能需要一张表，记录每个用户每天的签到状态。这样会消耗大量的存储空间。但是，如果用位图，每个用户每天只需要 1 个 bit 来记录是否签到。 1 代表签到，0 代表未签到。
统计在线用户: 你可以把用户的 ID 作为位图的偏移量，如果用户在线，就把对应的位设置为 1，否则设置为 0。
权限控制: 每个权限对应一个 bit，用户拥有哪些权限，就把对应的 bit 设置为 1。

位图的核心优势在于：省空间！省空间！省空间！ 重要的事情说三遍。当数据量非常大时，这种优势就更加明显。

二、 Redis 中的 SETBIT 和 GETBIT：如何玩转位图？

Redis 提供了两个命令来操作位图：

SETBIT key offset value: 设置 key 对应位图中，偏移量为 offset 的 bit 的值为 value (只能是 0 或者 1)。记住，offset 是从 0 开始的。
GETBIT key offset: 获取 key 对应位图中，偏移量为 offset 的 bit 的值。如果 offset 超出了位图的长度， Redis 会自动将其扩展，并返回 0 。

咱们来写几个例子，让大家感受一下：

# 设置 key 为 "user:1001" 的位图中，偏移量为 0 的 bit 为 1 (用户 1001 签到了)
SETBIT user:1001 0 1

# 设置 key 为 "user:1001" 的位图中，偏移量为 1 的 bit 为 0 (用户 1001 第二天没签到)
SETBIT user:1001 1 0

# 获取 key 为 "user:1001" 的位图中，偏移量为 0 的 bit 的值 (用户 1001 第一天是否签到)
GETBIT user:1001 0  # 返回 1

# 获取 key 为 "user:1001" 的位图中，偏移量为 1 的 bit 的值 (用户 1001 第二天是否签到)
GETBIT user:1001 1  # 返回 0

# 获取 key 为 "user:1001" 的位图中，偏移量为 100 的 bit 的值 (用户 1001 第101天是否签到)
GETBIT user:1001 100 # 返回 0 (如果之前没有设置过，默认返回 0)

是不是很简单？ SETBIT 负责设置，GETBIT 负责读取。就像两把瑞士军刀，灵活方便。

三、位图的实际应用场景：案例分析

接下来，咱们通过几个实际的案例，来看看位图在 Redis 中是如何大显身手的。

1. 用户签到系统

这是位图最经典的应用场景之一。假设我们有一个网站，需要记录每个用户每天的签到情况。

Key 的设计: "user:sign:{userId}:{yyyyMMdd}"，例如 "user:sign:1001:20231027"
Offset 的设计: 0 代表第一天， 1 代表第二天，以此类推。
签到: 使用 SETBIT 命令，将对应日期的 bit 设置为 1。
判断是否签到: 使用 GETBIT 命令，获取对应日期的 bit 的值。

import redis
import datetime

# 连接 Redis
r = redis.Redis(host='localhost', port=6379, db=0)

def sign_in(user_id):
    """用户签到"""
    today = datetime.datetime.now().strftime("%Y%m%d")
    key = f"user:sign:{user_id}:{today}"
    # Offset 默认为 0，代表今天
    offset = 0
    r.setbit(key, offset, 1)

def is_signed_in(user_id):
    """判断用户是否签到"""
    today = datetime.datetime.now().strftime("%Y%m%d")
    key = f"user:sign:{user_id}:{today}"
    offset = 0
    return r.getbit(key, offset) == 1

# 模拟用户签到
user_id = 1001
sign_in(user_id)

# 检查用户是否签到
if is_signed_in(user_id):
    print(f"用户 {user_id} 今天已签到！")
else:
    print(f"用户 {user_id} 今天未签到！")

优点: 极大地节省了存储空间。如果不用位图，每个用户每天都需要一条记录。使用位图，每个用户每天只需要 1 个 bit。

2. 统计活跃用户

假设我们需要统计每天的活跃用户数量。活跃用户是指当天有访问我们网站的用户。

Key 的设计: "active:users:{yyyyMMdd}"，例如 "active:users:20231027"
Offset 的设计: 用户的 ID。
用户访问: 使用 SETBIT 命令，将对应用户的 ID 的 bit 设置为 1。
统计活跃用户数量: Redis 提供了 BITCOUNT 命令，可以统计位图中 1 的数量。

# 假设用户 1001 和 1002 今天访问了网站
SETBIT active:users:20231027 1001 1
SETBIT active:users:20231027 1002 1

# 统计今天的活跃用户数量
BITCOUNT active:users:20231027  # 返回 2

优点: 统计效率非常高。 BITCOUNT 命令是 Redis 专门为位图设计的，性能非常好。

3. 权限控制

我们可以使用位图来表示用户的权限。

Key 的设计: "user:permissions:{userId}"，例如 "user:permissions:1001"
Offset 的设计: 每个权限对应一个唯一的数字。例如，0 代表“查看文章”， 1 代表“编辑文章”， 2 代表“删除文章”。
授予权限: 使用 SETBIT 命令，将对应权限的 bit 设置为 1。
判断是否拥有权限: 使用 GETBIT 命令，获取对应权限的 bit 的值。

import redis

# 连接 Redis
r = redis.Redis(host='localhost', port=6379, db=0)

def grant_permission(user_id, permission_id):
    """授予用户权限"""
    key = f"user:permissions:{user_id}"
    r.setbit(key, permission_id, 1)

def has_permission(user_id, permission_id):
    """判断用户是否拥有权限"""
    key = f"user:permissions:{user_id}"
    return r.getbit(key, permission_id) == 1

# 授予用户 1001 "查看文章" 和 "编辑文章" 的权限
user_id = 1001
permission_view = 0  # 查看文章
permission_edit = 1  # 编辑文章

grant_permission(user_id, permission_view)
grant_permission(user_id, permission_edit)

# 检查用户是否拥有 "删除文章" 的权限
permission_delete = 2 # 删除文章
if has_permission(user_id, permission_delete):
    print(f"用户 {user_id} 拥有删除文章的权限")
else:
    print(f"用户 {user_id} 没有删除文章的权限")

# 检查用户是否拥有 "查看文章" 的权限
if has_permission(user_id, permission_view):
    print(f"用户 {user_id} 拥有查看文章的权限")
else:
    print(f"用户 {user_id} 没有查看文章的权限")

优点: 灵活方便，可以轻松地添加、删除权限。

四、位图的性能考量：空间与时间的平衡

虽然位图很强大，但是在使用时，我们也需要考虑一些性能方面的问题。

Key 的设计: Key 的设计非常重要。如果 Key 设计不合理，可能会导致位图非常大，占用大量的内存。
Offset 的选择: Offset 的选择也会影响性能。如果 Offset 的值非常大， Redis 会自动扩展位图，这会消耗一定的性能。尽量选择连续的 Offset，避免出现大量的空洞。
BITCOUNT 的使用: BITCOUNT 命令虽然性能很高，但是如果位图非常大，仍然会消耗一定的 CPU 资源。可以考虑将位图分割成多个小的位图，然后并行执行 BITCOUNT 命令。

表格总结：命令和场景

命令	描述	典型应用场景
`SETBIT`	设置指定 `key` 中，偏移量 `offset` 处的 bit 的值为 `value` (0 或 1)。	用户签到、活跃用户统计、权限控制、用户标签（例如，标记用户是否喜欢某个商品）等。任何需要用少量 bit 表示大量状态的场景。
`GETBIT`	获取指定 `key` 中，偏移量 `offset` 处的 bit 的值。	检查用户是否签到、判断用户是否活跃、检查用户是否拥有某个权限、判断用户是否拥有某个标签。
`BITCOUNT`	统计指定 `key` 中，值为 1 的 bit 的数量。可以指定统计的范围（start 和 end，单位是字节）。	统计活跃用户数、统计拥有某个权限的用户数、统计拥有某个标签的用户数。
`BITOP`	对多个位图进行位运算（AND, OR, XOR, NOT）。可以将多个位图的结果合并成一个新的位图。	计算多个集合的交集、并集、异或集。例如，计算同时拥有多个标签的用户集合（AND），或者计算拥有至少一个标签的用户集合（OR）。
`BITPOS`	查找指定 `key` 中，第一个值为 0 或 1 的 bit 的位置。可以指定查找的范围（start 和 end，单位是字节）。	查找第一个未签到的日期、查找第一个不活跃的用户。

五、高级用法： BITOP 和 BITPOS

除了 SETBIT、GETBIT 和 BITCOUNT 之外， Redis 还提供了 BITOP 和 BITPOS 两个高级命令。

BITOP operation destkey key [key ...]: 对一个或多个位图进行位运算，并将结果存储到 destkey 中。 operation 可以是 AND、OR、XOR、NOT。
- AND (与运算): 只有当所有参与运算的位都为 1 时，结果才为 1。
- OR (或运算): 只要有一个参与运算的位为 1，结果就为 1。
- XOR (异或运算): 当参与运算的位不同时，结果为 1。
- NOT (非运算): 将所有位取反。
BITPOS key bit [start] [end]: 查找指定位图中，第一个值为 bit (0 或 1) 的 bit 的位置。可以指定查找的起始位置 start 和结束位置 end (单位是字节)。

咱们来看几个例子：

# 假设我们有两天的活跃用户数据
SETBIT active:users:20231026 1001 1
SETBIT active:users:20231026 1002 1
SETBIT active:users:20231027 1002 1
SETBIT active:users:20231027 1003 1

# 计算两天都活跃的用户 (交集)
BITOP AND active:users:both active:users:20231026 active:users:20231027
BITCOUNT active:users:both  # 返回 1 (只有用户 1002 两天都活跃)

# 计算两天至少有一天活跃的用户 (并集)
BITOP OR active:users:either active:users:20231026 active:users:20231027
BITCOUNT active:users:either  # 返回 3 (用户 1001, 1002, 1003 至少有一天活跃)

# 查找 active:users:20231026 中第一个值为 1 的 bit 的位置
BITPOS active:users:20231026 1 # 返回 1001

六、位图的局限性：没有银弹

位图虽然很强大，但是也有一些局限性。

不适合存储稀疏数据: 如果数据非常稀疏，即大部分 bit 都是 0，那么位图的优势就不明显了。因为 Redis 会为位图分配连续的内存空间，即使大部分空间都是空的。
扩展性: 当数据量非常大时，单个位图可能会变得非常庞大，难以管理。可以考虑将位图分割成多个小的位图，然后使用 BITOP 命令进行合并。

七、总结：位图虽小，能量巨大

今天我们一起学习了 Redis 中的 SETBIT 和 GETBIT 命令，以及位图的原理和应用场景。位图是一种非常强大的数据结构，可以用来解决很多实际问题。但是，在使用时，我们也需要考虑一些性能方面的问题，选择合适的 Key 设计和 Offset 策略。

记住，没有银弹。位图不是万能的，我们需要根据实际情况，选择最合适的数据结构和算法。希望今天的分享对大家有所帮助！谢谢大家！

发表回复 取消回复

发表回复取消回复