一、Bitmaps 概述
Redis Bitmaps 是一种非常高效的数据存储方式，它使用位（bit）来表示数据的存在与否。一个位可以表示两种状态（0 或 1），因此 Bitmaps 可以用来表示大量的二元状态。Bitmaps 在 Redis 中并不作为一个单独的数据类型存在，而是通过 Redis 的字符串类型来实现。
Bitmaps 的基本操作
SETBIT key offset value: 设置指定偏移量的位值为 0 或 1。GETBIT key offset: 获取指定偏移量的位值。BITCOUNT key [start end]: 统计指定范围内被设置为 1 的位数。BITOP operation destkey key [key …]: 对多个位图进行位运算（如交、并、补、差）。BITPOS key bit [start] [end]: 查找指定范围内第一个被设置或清除的位。
字节偏移量：byte = offset >> 3位偏移量：bit = 7 - (offset & 0x7)。
三、Bitmaps 的优缺点
1. 优势
可以通过位操作命令（如 BITOP）对多个 Bitmaps 进行逻辑运算，如 AND、OR、XOR 和 NOT 等。这些操作可以用于复杂的统计和数据分析任务。
Bitmaps 支持快速的查询，这对于需要实时反馈的应用场景非常重要。可以很容易地扩展到处理大量的数据集，例如，记录数十亿用户的活动状态。
Bitmaps 采用原子操作，保证数据的一致性。它们可以很容易地与其他 Redis 数据结构结合使用，以实现更复杂的功能。
大多数 Redis 客户端都支持 Bitmaps 相关的操作，因此可以很容易地将它们集成到现有的应用程序中。
2. 缺点
仅支持二值状态（0或1），无法存储复杂数据。
数据更新可能导致频繁的内存分配和扩容。
四、Bitmaps 的应用场景
1. 用户登录状态
跟踪假设我们要记录网站每天的用户登录状态，可以为每一天创建一个 Bitmap，每一位代表一个用户，1 表示登录，0 表示未登录。
2. URL 访问
记录记录网站上的 URL 访问状态，可以为每个 URL 分配一个位，1 表示访问过，0 表示未访问。
3. 统计分析
比如统计某段时间内某个事件的发生次数，可以用 Bitmap 来记录每天的状态。
4. 用户签到记录
用户每天的签到状态，可以为每一天创建一个 Bitmap，每一位代表一个用户，1 表示签到，0 表示未签到。
5. 在线人数统计
对于某个应用/游戏，或者某个视频当前在线观看人数的统计。
6. 用户活跃度统计
统计用户是否活跃，可以为每一天创建一个 Bitmap，每一位代表一个用户，1 表示活跃，0 表示不活跃。
五、Bitmaps 的操作示例
假设我们有一个网站，需要记录每天的用户登录状态，我们可以使用 Redis Bitmaps 来实现。
1. 创建 Bitmap
我们创建一个 Bitmap 来记录用户登录状态，每一天对应一个 Bitmap，每一位代表一个用户。
# 假设我们有 10000 个用户# 创建一个 Bitmap，每位代表一个用户SETBIT daily_logins_20250507 0 0SETBIT daily_logins_20250508 1 0# ...SETBIT daily_logins_20250509 9999 0
2. 记录用户登录
(1) 当用户登录时，我们可以设置对应的位为 1。
# 用户 ID 为 12345 登录SETBIT daily_logins_20250508 12345 1
(2) 查询用户登录状态查询用户是否登录过。
# 查询用户 ID 为 12345 是否登录GETBIT daily_logins_20250508 12345
(3) 统计登录用户数量统计一天内登录的用户数量。
# 统计 2025-05-08 登录的用户数量BITCOUNT daily_logins_20250508
(4) 统计连续几天的登录用户假设我们要统计连续三天的登录用户总数，可以使用 BITOP 命令将三天的 Bitmap 进行 OR 操作。
# 统计 2025-05-01 至 2025-05-07 的登录用户总数BITOP OR total_logins_20250501_20250507 daily_logins_20250501 daily_logins_20250502 ... daily_logins_20250507BITCOUNT total_logins_20250501_20250507
六、Bitmaps 性能与优化
1. 空间效率
由于每个位只需要 1/8 （即0.125字节）字节的存储空间，因此 Bitmaps 在存储大量数据时可以极大地节省空间。例如，在一个以增量用户ID来标识不同用户的系统中，记录用户的四十亿个单独bit信息（例如，要知道用户是否想要接收最新的来信）仅仅使用512MB内存。
2. 时间效率
Bitmaps 支持快速的位操作，如设置、获取和计数等，这些操作通常在常数时间内完成。大多数操作都非常快，尤其是 BITCOUNT，因为它可以在常数时间内完成，如 SETBIT 和 GETBIT 可以在 O(1) 时间复杂度内完成。
3. 稀疏数据处理
若数据稀疏（如仅有少量 1），使用集合（Set）可能更省内存。例如，1 千万用户中 1 万活跃时，Bitmaps 需 1.19 MB，而集合仅需约 80 KB（每个用户 ID 占 8 字节）。
内存风险：超大偏移量（如 SETBIT key 1000000000 1）会导致分配 125 MB 内存，需谨慎操作。 集群限制：Redis Cluster 中，所有操作的键必须在同一槽（slot），需用哈希标签（如 {active}:2023-10-01）确保数据分布。 命令阻塞：BITOP 处理大 Bitmaps 可能阻塞服务，建议在从节点执行。
Redis 的Bitmaps 提供了一种灵活而强大的方式来处理涉及大量布尔值（true/false）的应用场景。正确地理解和运用这一特性，可以帮助开发者构建更加高效、响应迅速的应用程序。然而，值得注意的是，任何技术的选择都应基于具体的需求和场景，合理评估其适用性是至关重要的。
