【应用开发】Python + Redis 实现用户签到统计

最新推荐文章于 2024-10-01 21:48:43 发布

原创

最新推荐文章于 2024-10-01 21:48:43 发布 · 1.2k 阅读

1 ·

CC 4.0 BY-SA版权

文章标签：

#redis #python #数据库

本文探讨了使用Redis位运算实现用户签到功能的后端解决方案，以应对大规模用户量下的存储挑战。通过对比MySQL和Redis，强调Redis的BitMap位图在内存开销和效率上的优势。并介绍了Python实现签到功能的关键Redis指令，如SETBIT、GETBIT等。

【应用开发】Python + Redis 实现用户签到统计

签到是产品的一个功能模块，可以辅助产品的后期运营，增加用户粘性，防止用户流失，如何做好签到是产品应该关注的问题。本文将讲解一种基于Redis位运算的签到功能后端实现方式。

需求分析

签到功能往往涉及以下几个子功能：

用户登陆后签到
后端返回用户某一天或者一段时间的签到情况
获得某段时间的签到天数
获得用户连续签到的最大天数

数据库选择

数据库选择往往有两种：Mysql 和 Redis

Mysql 的实现同学们可以参考以下链接：

https://blog.csdn.net/wxs55555/article/details/72674856

但是Mysql实现方式对于用户量较大的应用来说有很大弊端：引用这位博主的实验解释

（https://mrhelloworld.com/redis-sign/#mysql）

根据查询结果我们做一个简单的计算：

1 个用户签到一天会产生 0.02MB 数据
每个月都按 30 天来计算的话，1 个用户连续签到一个月会产生 0.60MB 数据
1 个用户连续签到一年会产生 7.20MB 数据
1000W 签到狂魔连续签到一年会产生 7200W MB 数据（7200W MB ÷ 1024 ÷ 1024 ≈ 68.66TB）

根据结果大家自行查询各大云厂商的数据库存储空间，对下面这个结果你还满意吗🤣？P.S. 我都没怎么选配置，只是选了 6000GB（大约 5.86TB）

选用Redis实现能够很好地解决这个问题

Redis 与 BitMap位图

对于用户签到数据，如果每条数据都用K/V的方式存储，当用户量大的时候内存开销是非常大的。而位图(BitMap)是由一组bit位组成的，每个bit位对应0和1两个状态，虽然内部还是采用String类型存储，但Redis提供了一些指令用于直接操作位图，可以把它看作是一个bit数组，数组的下标就是偏移量。它的优点是内存开销小、效率高且操作简单，很适合用于签到这类场景。

Redis提供了以下几个指令用于操作位图：

考虑到每月初需要重置连续签到次数，最简单的方式是按用户每月存一条签到数据（也可以每年存一条数据）。Key的格式为uid:yyyyMM，Value则采用长度为4个字节（32位）的位图（最大月份只有31天）。位图的每一位代表一天的签到，1表示已签，0表示未签。

Python 实现

import redis
from datetime import datetime
import calendar

class Author:
    def __init__(self, id, name):
        self.id = id
        self.name = name

class AuthorSignDemo:
    # 创建Redis连接
    pool = redis.ConnectionPool(host='localhost', port=6379, decode_responses=True)
    r = redis.Redis(connection_pool=pool)

    def __init__(self, author):
        self.author = author

    # 某天签到
    def do_sign(self, offset=None):
        key = self.author.id + ':' +<