目录
1、基本概念
1.1、介绍
1.2、关键字
1.3、结构原理
2、常用命令
2.1、SETBIT
2.2、GETBIT
2.3、BITCOUNT
2.4、BITOP
2.5、BITPOS
3、应用场景
4、使用示例
前言
Redis的Bitmaps是一种基于字符串的数据结构，用于处理位级别的操作。
Bitmaps在Redis中并不是一种独立的数据类型，而是基于字符串实现的，但它们提供了高效的位操作功能，适用于需要处理大量布尔值或二进制数据的场景。
1、基本概念
1.1、介绍
Bitmaps（位图） 是一种高效的数据结构，通过二进制位（bit）来表示数据的存在性或状态。每个 bit 可以存储一个二元状态（0 或 1），通常用于表示布尔型数据（如是否在线、是否注册等）。
其核心优势是空间效率极高，常用于需要处理大规模二元数据的场景。
1.2、关键字
位图（Bitmaps）：
可以将其视为一个以位为单位的数组。
位（Bit）：
Bitmaps中的每个元素都是一个位，值为0或1。
偏移量（Offset）：
每个位都有一个唯一的偏移量（索引），从0开始，并且可以通过命令对这些bit进行设置、清除或者查询等操作。
字符串存储：
Bitmaps实际上是一个字符串，每个字节包含8个位。
1.3、结构原理
如下图所示：
2、常用命令
2.1、SETBIT
setbit：设置指定偏移量的位的值（0或1）。
SETBIT key offset valuesetbit mybitmap 0 1 # 设置第0位为1
setbit mybitmap 1 0 # 设置第1位为0
使用：
127.0.0.1:6379> setbit k5 1 1
(integer) 0127.0.0.1:6379> setbit k5 7 1
(integer) 0127.0.0.1:6379> setbit k5 9 1
(integer) 0127.0.0.1:6379> setbit k5 14 1
(integer) 0127.0.0.1:6379> get k5
"AB"
如下图所示：
2.2、GETBIT
getbit：获取指定偏移量的位的值。
语法：
GETBIT key offsetgetbit mybitmap 0 # 获取第0位的值示例：
127.0.0.1:6379> getbit k5 1
(integer) 1
2.3、BITCOUNT
bitcount：统计指定字节数范围内值为1的位的数量。
语法：
BITCOUNT key [start end]bitcount mybitmap # 计算整个位图中1的位数
bitcount mybitmap 0 1 # 计算从第0位到第1位中1的位数127.0.0.1:6379> bitcount k5 0 1
(integer) 4127.0.0.1:6379> bitcount k5 0 0
(integer) 2
这里的start和end是指的字节数，而不是二进制位数。
2.4、BITOP
bitop：对多个Bitmaps进行位运算（AND、OR、XOR、NOT），并将结果存储到目标Bitmaps中。
语法：
BITOP operation destkey key [key ...]
127.0.0.1:6379> set k8 A
OK127.0.0.1:6379> set k9 B
OK# k8和k9逻辑并，并将结果保存到and89
127.0.0.1:6379> bitop and and89 k8 k9
(integer) 1127.0.0.1:6379> get and89
"@"# k8和k9逻辑或，并将结果保存到or89
127.0.0.1:6379> bitop or or89 k8 k9
(integer) 1127.0.0.1:6379> get or89
"C"# k8和k9逻辑异或，并将结果保存到xor89
127.0.0.1:6379> bitop xor xor89 k8 k9
(integer) 1127.0.0.1:6379> get xor89
"\x03"# 对k8逻辑非，只能接受一个key
127.0.0.1:6379> bitop not not8 k8
(integer) 1127.0.0.1:6379> get not8
"\xbe"
2.5、BITPOS
bitpos：查找指定范围内第一个值为0或1的位的位置。
语法：
BITPOS key bit [start] [end]bitpos mybitmap 1 # 查找第一个值为1的位的位置
bitpos mybitmap 0 # 查找第一个值为0的位的位置
127.0.0.1:6379> bitpos k5 1
(integer) 1127.0.0.1:6379> bitpos k5 0
(integer) 0
3、应用场景
用户在线状态：
使用Bitmaps记录用户的在线状态，每个用户对应一个偏移量，值为1表示在线，值为0表示离线。
活跃用户统计：
使用Bitmaps记录每天用户的活跃情况，每天对应一个Bitmap，统计一段时间内的活跃用户数量。
布隆过滤器：
Bitmaps可以用于实现布隆过滤器，用于快速判断一个元素是否存在于集合中。
用户签到系统：
可以用一个bit来代表一天内用户是否签到，一年只需要365bits即可记录用户的全年签到情况。
权限控制：
在一个权限管理系统中，不同的权限点可以用不同的bit表示，然后通过检查对应的bit来判断用户是否有相应权限。
日志分析：
对于一些特定的日志分析需求，如监控某段时间内的访问模式变化，也可以利用Bitmaps来进行有效跟踪。
数据去重：
虽然直接用于去重可能不是最佳选择，但在某些情况下，如简单的IP地址过滤等小规模应用中，Bitmaps能够提供足够好的性能与资源消耗平衡。
⚠️注意事项：
内存占用：位图的最大长度为512MB，即2^32个比特位。Bitmaps的内存占用取决于最大偏移量，而不是实际设置的位数。因此，如果偏移量非常大，可能会占用较多内存。
在设计时应考虑实际业务需求及潜在的数据增长趋势，以避免因单个key过大而导致的问题。
性能：Bitmaps 的位操作非常高效，适合处理大规模数据。
总结
4、使用示例
设置用户在线状态
SETBIT online_users 1001 1
SETBIT online_users 1002 0
获取用户在线状态
GETBIT online_users 1001 # 返回 1
GETBIT online_users 1002 # 返回 0
统计在线用户数量
BITCOUNT online_users # 返回 1
代码示例：
package com.morris.redis.demo.bitmaps;import org.redisson.Redisson;
import org.redisson.api.RBitSet;
import org.redisson.api.RedissonClient;
import org.redisson.config.Config;/*** redisson中bitmaps的使用*/
public class RedissonBitmapsDemo {public static void main(String[] args) {// 配置Redisson客户端Config config = new Config();config.useSingleServer().setAddress("redis://127.0.0.1:6379");// 创建Redisson客户端实例RedissonClient redisson = Redisson.create(config);// 表示用户2099年01月的签到记录。RBitSet bitSet = redisson.getBitSet("user:sign:209901");// 设置第5位为true（用户第5天签到）bitSet.set(5, true);// 设置第10位为false（用户第10天未签到）bitSet.set(10, false);// 设置多个位的值（第20天到第25天都签到了）bitSet.set(20, 25, true);// 获取第五天是否签到boolean isSigned = bitSet.get(5); // 返回 trueSystem.out.println("the five day is sign: " + isSigned);// 本月总签到天数long signedDays = bitSet.cardinality();System.out.println("total sign days: " + signedDays); // 6RBitSet andResult = redisson.getBitSet("user:sign:and");andResult.and("user:sign:209901", "user:sign:209902");RBitSet orResult = redisson.getBitSet("user:sign:or");orResult.and("user:sign:209901", "user:sign:209902");RBitSet xorResult = redisson.getBitSet("user:sign:and");xorResult.and("user:sign:209901", "user:sign:209902");redisson.shutdown();}
}
总结：
Bitmaps 是二进制数据处理的核心工具，其高效的空间利用率和快速的位操作使其在大数据、分布式系统等领域不可或缺。选择位图时需权衡场景需求（如是否需要精确性、动态扩展性），并结合压缩技术（如 Roaring Bitmaps）应对大规模数据挑战。
参考文章：
1、【redis】数据类型之bitmaps_redis的bitmaps-CSDN博客
