程序猿成长之路之Redis（6）-- redis数据结构之bitmap类型介绍

Bitmap 又称位图，是redis中的一种数据结构，它的出现对于redis来说具有什么意义，它具有哪些作用，它又是如何使用的？它的实现机制又是什么？下面就让我们来走进bitmap的世界。

Bitmap介绍

什么是bitmap？
在文字说明之前，先来看一张图
这个在二进制里表示数字7 （00000111）2 = （7）10

那么这个在bitmap中表示什么呢？

它在bitmap中表示6，7, 8号位上都为1，也就是说6, 7, 8号位上都有数据。【注意：bitmap低位在左，高位在右】
总结：bitmap 中的每一位都表示数字1，该数组的index即位数据的存放位。例如0010 表示2号位上有数据，0100 表示3号位上有数据，1000 表示4号位上有数据。那么大家可以想象一下，在大量数据需要存储的场景，是不是用bitmap比string更方便、节省空间呢？

Bitmap的实现机制？

Bitmap底层是 bytes 数组，并且该数组支持自动扩展，如果设置了某个偏移位置超出了现有的内容范围，位数组就会自动扩充。内存模型如下

Bitmap如何使用？

Redis官方已为bitmap配置了一些操作函数

1. get bitmap / set bitmap value 查找/设置 全部位图数据
   例如

set bitmap1 hello   
ok
get bitmap1 
"hello"

2. bitcount bitmap [startIndex endIndex]统计bitmap中1的个数
   例如：

# hello二进制（低位在左）: 
# 01101000 01100101 01101100 01101100 01101111
bitcount bitmap1
(Integer) 21       
bitcount  bitmap 0 1  # 取0-1字符上1的个数（注意不是0、1位）
(Integer)7

3. bitpos bitmap bit [startIndex endIndex] 统计bitmap中第一个bit(取0或1)的位置
   例如：

bitpos bitmap1 0
(Integer)0	#第一个0在最左边的0号位
bitpos bitmap 0  1  
(Integer)8 	#从第一个字符开始算起，第一个0在8号位（从左往右数）

4. getbit bitmap index /setbit bitmap index value 查找位图某一位置上的数据 / 设置位图某一位置上的数据
   例如：

getbit bitmap1 0 
(Integer) 0
# 下面两步将hello 改成 heolo (“l” -----01101100,  “0” ------01101111)
setbit bitmap1 22 1
(Integer) 0
setbit bitmap1 23 1
(Integer) 0
get bitmap1
"heolo"

5. redis 3.2+新增功能: bitfield, 主要解决setbit/getbit只能操作单个位的弊端。

1. get
   例如：

# 从bitmap1二进制数的0号位开始取4位无符号数【注意：高位在左边】
bitfield bitmap1 get u4 0 #（0110）2
(integer) 6
# 从bitmap1二进制数的1号位开始取4位无符号数【注意：高位在左边】
bitfield bitmap1 get u4 1  
(integer) 13   #（1101）2
# 从bitmap1二进制数的1号位开始取4位有符号数【注意：高位在左边】
bitfield bitmap1 get i4 1  
(integer) -3   #（1101）2

特殊用法【语法糖】：

bitfield bitmap1 get u4 0 get u4 1 get i4 1
(integer) 6
(integer) 13
(integer) -3

2. set
   例如：

# 将第八位开始的一个字符替换成‘a’
bitfield bitmap1 set u8 8 97  
(integer) 101
Get bitmap1
”haolo”

Bitmap 应用与作用

由于bitmap便于存储大量的数据，它可以被应用于存储当前在线用户、 计算当前在线用户数量，存储用户日常打卡、计算用户连续打卡天数等场景。此外，它还可以用于URL黑白名单的过滤，著名的应用有布隆过滤器。
场景分析：

1. 计算当前在线用户数量
   每个客户都有一个user_id（默认为数字且自增）, 并且由于每个user_id 都不同，其转换的二进制也不同，那么我们可以用bitmap的每一位存放当前user_id用户的状态，0-表示客户下线，1-表示客户上线，之后通过bitmap中bitcount的函数实现在线用户的统计。
2. 计算用户连续打卡天数
   一年365天，那么我们可以用一个365bit长度的位数组来存放当前用户的连续打卡天数，倘若我们有一百万个用户，那么也就大约只需要365MB的空间去存放数据，相比string字符串数据结构有存储优势。

Bitmap的java实现

package bitmap;

import java.util.Arrays;

/**
 * 尝试实现一下redis的bitmap
 */
public class MyBitmap {
    
    
	/**
	 * init_factor 初始化因子,模仿hashmap
	 */
	private static final int INIT_FACTOR = 16;
	/** 
	 *  bitmap扩容临界点1M
	 *  为了防止浪费内存，1M前每次扩容两倍扩容，否则就1M扩容
	 */
	private static final int RESIZE_THRESHOLD = 1 * 1024 * 1024 * 8;
	/**
	 *  myBits - 位数组  
	 */
	private byte[] myBits;
	
	public MyBitmap() {
    
    
		myBits = new byte[INIT_FACTOR];
	}
	
	
	/**
	 * 存放位数组
	 * @param numb 位的索引
	 * @param bit 当前的位
	 * @return this
	 */
	public MyBitmap setBit(int numb, byte bit) {
    
    
		if (numb > myBits.length) {
    
    
			resize(numb);
		}
		myBits[numb] = bit;
		return this;
	}
	
	/**
	 * 获取位数组长度
	 * @return 位数组长度
	 */
	public int getLength() {
    
    
		return myBits.length;
	}
	
	/**
	 * 存放位数组
	 * @param numb 位的索引
	 * @param bit 当前的位
	 * @return this
	 */
	public byte getBit(int numb) {
    
    
		if (numb > myBits.length) {
    
    
			return -1;
		}
		return myBits[numb];
	}

	/**
	 * 扩容
	 * @param newSize 新的内存空间
	 */
	private void resize(int newSize) {
    
    
		byte[] temp;
		if (newSize < RESIZE_THRESHOLD) {
    
    
			// 两倍扩容
			newSize = bitTableSizeFor(newSize);
		} else if (newSize < Integer.MAX_VALUE) {
    
    
			// 每次增加1M
			newSize = bitTableSizeForOverThreshold(newSize);
		} else {
    
     
			// integer的最大值
			newSize = Integer.MAX_VALUE;
		}
		temp = new byte[newSize];
		//复制数据
		for (int i = 0; i < myBits.length; i++) {
    
    
			temp[i] |= myBits[i];
		}
		myBits = temp;
	}

	/**
	 * 获取离目标容量最近的1M的倍数
	 * @param newSize
	 * @return 离目标容量最近的1M的倍数
	 */
	private int bitTableSizeForOverThreshold(
			int newSize
	) {
    
    
		int temp = (newSize - 1) >> 23; // 获取高位
		return (temp + 1) << 23;
	}


	/**
	 * 获取离目标容量最近的2的幂次方,模仿hashmap jdk7.0
	 * @param newSize
	 * @return 离目标容量最近的2的幂次方
	 */
	private int bitTableSizeFor(int newSize) {
    
    
		int temp = newSize - 1;
		temp |= temp >> 1;
		temp |= temp >> 2;
		temp |= temp >> 4;
		temp |= temp >> 8;
		temp |= temp >> 16;
		return (temp < 0) ? 1 : (temp + 1);
	}

	public static void main(String[] args) {
    
    
		MyBitmap map = new MyBitmap();
		Stopwatch sw = new Stopwatch();
		System.out.println(map.setBit(1000000200,(byte) 1).getBit(1000000200));
		System.out.println(map.getLength());
		System.out.println("持续时间: " + sw.countTime());
	}
}

输出结果

1
1006632960
持续时间: 0.391