利用bitmap解决用户标签的统计需求

 

传统的用户标签统计方法，利用Mysql设计了如下的表结构，每一个维度的标签都对应着Mysql表的一列：

要想统计所有90后的程序员该怎么做呢？

用一条求交集的SQL语句即可：

Select count（distinct Name） as 用户数 from table whare age = '90后' and Occupation = '程序员' ;

要想统计所有使用苹果手机或者00后的用户总合该怎么做？

用一条求并集的SQL语句即可：

Select count（distinct Name） as 用户数 from table whare Phone = '苹果' or age = '00后' ;

随着标签增多，用户数增多，查询性能会下降的，多个用户群体做并集处理distinct，性能慢的不可想象

 

bitmap解决方案

Bitmap不仅方便查询，还可以去除掉重复的整型数。在Java里面，BitMap已经有对应实现的数据结构类java.util.BitSet，BitSet的底层使用的是long类型的数组来存储元素。

让每一个标签存储包含此标签的所有用户ID，每一个标签都是一个独立的Bitmap。

这样，实现用户的去重和查询统计，就变得一目了然：

然后通过bit的与或运算解决群体并集问题

 

 

bitmap相比hashset和hashmap节省内存，只需要他们的32分之一。bitmap一个id只需要1bit,hashset等需要32bit