一、Bitmap 简介
现代计算机用二进制（位） 作为信息的基础单位， 1个字节等于8位， 例如“abc”字符串是由3个字节组成， 但实际在计算机存储时将其用二进制表示， “abc”分别对应的ASCII码分别是97、 98、 99， 对应的二进制分别是01100001、 01100010和01100011，如下图
合理地使用操作位能够有效地提高内存使用率和开发效率。
Redis提供了Bitmaps这个“数据类型”可以实现对位的操作：
（1） Bitmaps本身不是一种数据类型， 实际上它就是字符串（key-value） ， 但是它可以对字符串的位进行操作。
（2）Bitmaps单独提供了一套命令， 所以在Redis中使用Bitmaps和使用字符串的方法不太相同。 可以把Bitmaps想象成一个以位为单位的数组， 数组的每个单元只能存储0和1， 数组的下标在Bitmaps中叫做偏移量。
二、命令
1、setbit
（1）格式
setbit <key> <offset> <value>：设置Bitmaps中某个偏移量的值（0或1）
offset：偏移量从0开始
（2）实例
每个独立用户是否访问过网站存放在 Bitmaps 中， 将访问的用户记做1， 没有访问的用户记做0， 用偏移量作为用户的id。
设置键的第offset个位的值（从0算起），假设现在有20个用户，userid=1， 6， 11， 15， 19的用户对网站进行了访问， 那么当前Bitmaps初始化结果如图
unique:users:20201106代表2020-11-06这天的独立访问用户的Bitmaps
注：
很多应用的用户 id 以一个指定数字（例如10000） 开头， 直接将用户 id 和 Bitmaps 的偏移量对应势必会造成一定的浪费， 通常的做法是每次做 setbit 操作时将用户 id 减去这个指定数字。
在第一次初始化Bitmaps时，假如偏移量非常大，那么整个初始化过程执行会比较慢，可能会造成Redis的阻塞。
2、getbit
（1）格式
getbit <key> <offset>：获取Bitmaps中某个偏移量的值
获取键的第offset位的值（从0开始算）
（2）实例
获取id=8的用户是否在2020-11-06这天访问过， 返回0说明没有访问过：
注：因为100根本不存在，所以也是返回 0。
3、bitcount
统计字符串被设置为1的bit数。一般情况下，给定的整个字符串都会被进行计数，通过指定额外的 start 或 end 参数，可以让计数只在特定的位上进行。start 和 end 参数的设置，都可以使用负数值：比如 -1 表示最后一个位，而 -2 表示倒数第二个位，start、end 是指bit组的字节的下标数，二者皆包含。
（1）格式
bitcount <key> [start end]：统计字符串从start字节到end字节比特值为1的数量
（2）实例
计算2022-11-06这天的独立访问用户数量
start和end代表起始和结束字节数，下面操作计算用户id在第1个字节到第3个字节之间的独立访问用户数， 对应的用户id是11， 15， 19。
（3）举例
K1 【01000001 01000000 00000000 00100001】，对应下标为【0，1，2，3】
bitcount K1 1 2
统计下标1、2字节组中bit=1的个数，即01000000 00000000 --》bitcount K1 1 2 --》1
bitcount K1 1 3
统计下标1、2字节组中bit=1的个数，即01000000 00000000 00100001 --》bitcount K1 1 3 --》3
bitcount K1 0 -2
统计下标0到下标倒数第2，字节组中bit=1的个数，即01000001 01000000 00000000 --》bitcount K1 0 -2 --》3
注意：redis的setbit设置或清除的是bit位置，而 bitcount 计算的是byte位置。
4、bitop
（1）格式
bitop and(or/not/xor) <destkey> [key…]
bitop是一个复合操作， 它可以做多个Bitmaps的and（交集）、or（并集）、 not（非）、xor（异或） 操作并将结果保存在destkey中。
（2）实例
2020-11-04 日访问网站的userid=1,2,5,9。
setbit unique:users:20201104 1 1
setbit unique:users:20201104 2 1
setbit unique:users:20201104 5 1
setbit unique:users:20201104 9 1
2020-11-03 日访问网站的userid=0,1,4,9。
setbit unique:users:20201103 0 1
setbit unique:users:20201103 1 1
setbit unique:users:20201103 4 1
setbit unique:users:20201103 9 1
① 计算出两天都访问过网站的用户数量
bitop and unique:users:and:20201104_03 unique:users:20201103 unique:users:20201104
② 计算出任意一天都访问过网站的用户数量（例如月活跃就是类似这种） ， 可以使用or求并集
三、Bitmaps与set对比
假设网站有1亿用户， 每天独立访问的用户有5千万， 如果每天用集合类型和Bitmaps分别存储活跃用户可以得到表
|
set和Bitmaps存储一天活跃用户对比 |
|||
|
数据 类型 |
每个用户id占用空间 |
需要存储的用户量 |
全部内存量 |
|
集合 类型 |
64位 |
50000000 |
64位*50000000 = 400MB |
|
Bitmaps |
1位 |
100000000 |
1位*100000000 = 12.5MB |
很明显， 这种情况下使用Bitmaps能节省很多的内存空间， 尤其是随着时间推移节省的内存还是非常可观的
|
set和Bitmaps存储独立用户空间对比 |
|||
|
数据类型 |
一天 |
一个月 |
一年 |
|
集合类型 |
400MB |
12GB |
144GB |
|
Bitmaps |
12.5MB |
375MB |
4.5GB |
但Bitmaps并不是万金油， 假如该网站每天的独立访问用户很少， 例如只有10万（大量的僵尸用户） ， 那么两者的对比如下表所示， 很显然， 这时候使用Bitmaps就不太合适了， 因为基本上大部分位都是0。
|
set和Bitmaps存储一天活跃用户对比（独立用户比较少） |
|||
|
数据类型 |
每个userid占用空间 |
需要存储的用户量 |
全部内存量 |
|
集合类型 |
64位 |
100000 |
64位*100000 = 800KB |
|
Bitmaps |
1位 |
100000000 |
1位*100000000 = 12.5MB |
