Redis:Bitmap场景举例

会飞的小橘子

已于 2024-10-27 08:20:38 修改

阅读量1k

点赞数 31

CC 4.0 BY-SA版权

文章标签： redis 数据库缓存

于 2024-10-26 16:00:31 首次发布

本文链接：https://blog.csdn.net/m0_37658981/article/details/143254619

以下是使用 Redis 位图（Bitmap）实现用户每日是否点击广告、钉钉签到和上班打卡功能的过程说明：

1. 用户每日是否点击广告

数据结构设计
- 在 Redis 中，可以为每个用户使用一个独立的位图来记录其每天的广告点击情况。位图的每个位（bit）代表一天，例如，第 0 位代表第一天，第 1 位代表第二天，依此类推。
记录点击操作
- 当用户点击广告时，使用SETBIT命令来设置相应位的值为 1。假设用户 ID 为 123，要记录其在 2024 年 10 月 26 日（假设这是第 100 天，仅为示例方便计算）的点击情况：
- ```
SETBIT user:123:ad_click 100 1
```
查询点击情况
- 使用GETBIT命令来查询用户在某一天是否点击了广告。例如，查询用户 123 在第 100 天是否点击广告：
- ```
GETBIT user:123:ad_click 100
```
  如果返回 1，则表示点击了，返回 0 则表示未点击。
统计点击天数
- 可以使用BITCOUNT命令来统计用户在一定范围内的广告点击天数。例如，统计用户 123 在过去一个月（假设一个月 30 天，从第 71 天到第 100 天）的点击天数：
- ```
BITCOUNT user:123:ad_click 71 100
```
统计一个月内点击广告的总次数代码

import redis

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

# 假设用户ID的范围是从1到100（可根据实际情况修改）
total_clicks = 0
for user_id in range(1, 101):
    key = f"user:{user_id}:ad_click"
    clicks = r.bitcount(key, 0, 29)  # 统计每个用户一个月（0 - 29索引）内的点击次数
    total_clicks += clicks

print(f"一个月内所有用户点击广告的总次数: {total_clicks}")

在上述代码中：

首先建立与 Redis 服务器的连接。
然后通过循环遍历假设的用户 ID 范围，为每个用户构造存储广告点击信息的位图键（user:{user_id}:ad_click）。
使用bitcount方法统计每个用户在一个月（位图索引 0 - 29）内的点击次数，并累加到total_clicks变量中。
最后输出所有用户一个月内点击广告的总次数。

2.钉钉签到和上班打卡实现

数据结构设计
- 同样为每个用户创建一个独立的位图。对于钉钉签到，可以使用一个位图来记录签到情况；对于上班打卡，可能需要区分上班和下班打卡，所以可以使用两个位图（一个用于上班打卡，一个用于下班打卡），或者在一个位图中使用特定的编码方式来区分。
签到或打卡操作记录
- 对于钉钉签到，当用户签到时，使用SETBIT命令。假设用户 ID 为 456，签到日期是 2024 年 10 月 26 日（第 100 天）：对于上班打卡，假设用户 ID 为 456，使用单独的位图记录上班打卡情况，在 2024 年 10 月 26 日打卡：
- ```
SETBIT user:456:dingtalk_sign 100 1
```
  对于上班打卡，假设用户 ID 为 456，使用单独的位图记录上班打卡情况，在 2024 年 10 月 26 日打卡：
- ```
SETBIT user:456:work_check_in 100 1
```
查询签到或打卡情况
- 可以使用BITCOUNT命令统计用户的签到天数或打卡次数等。例如，统计用户 456 在过去一个月的钉钉签到天数：查询用户 456 在 2024 年 10 月 26 日的上班打卡情况：
- ```
GETBIT user:456:dingtalk_sign 100
```
```
GETBIT user:456:work_check_in 100
```
统计相关数据
- 统计用户 456 在过去一个月的上班打卡次数：
- ```
BITCOUNT user:456:dingtalk_sign 71 100

BITCOUNT user:456:work_check_in 71 100
```
  使用 Redis 位图实现这些功能的优势在于其内存占用非常小，尤其是在处理大规模用户数据时。每个用户每天的状态只占用一个位，而且操作效率高，可以快速地进行记录和查询。