一个用户,一个比特
"一亿用户今天谁签到了?"——每人存一个布尔值,用 Set 或 Hash 都嫌重。Bitmap 把它压到一人一个比特:一亿用户,只要约 12MB。它不是新类型,而是字符串上的一层"位视角"。
字符串上的"位视角"
Bitmap 不是独立数据类型——它就是一个字符串,只不过你用位(bit)而非字节去读写它。一个字符串最大 512MB,也就是最多 2³² 个位(约 43 亿)。每个位只有 0 或 1,正好表达一个布尔:签没签到、是不是活跃、有没有某个特征。
关键在"用用户 ID 当偏移量(offset)":用户 42 就是第 42 位。于是"记录某用户的布尔状态"变成"点亮某一位",而一亿个用户的布尔表,只需 10⁸ ÷ 8 ÷ 1024² ≈ 12MB。
像一张超长的打卡墙:每个人有自己固定的一格,来了就把那格涂黑。想知道今天来了多少人,不用点名,扫一眼数涂黑的格子就行。一人一格,一格一个比特,省到极致。
置位、计数、找位置
| 命令 | 作用 |
|---|---|
| SETBIT key offset 0|1 | 设置某一位;字符串会自动按需增长(中间的位默认 0) |
| GETBIT key offset | 读某一位 |
| BITCOUNT key [start end [BYTE|BIT]] | 统计 1 的个数;7.0+ 可按位范围而非仅字节范围 |
| BITPOS key 0|1 [start end] | 找第一个 0 或 1 出现的位置 |
| BITOP AND|OR|XOR|NOT dest k1 k2… | 多个位图做按位运算,结果存入 dest |
布尔统计的瑞士军刀
凡是"每个实体一个是/否、再做聚合统计"的场景,Bitmap 都又快又省:
| 场景 | 怎么用 |
|---|---|
| 每日签到 / 打卡 | 每天一个位图 signin:日期,用户 ID 当 offset;BITCOUNT 数人数 |
| 日活 / 月活(DAU/MAU) | 每天一个位图;月活 = 当月各天位图 BITOP OR |
| 连续签到 | 把连续几天的位图 BITOP AND |
| 功能开关 / 权限位 | 每个用户一串位,各位代表是否拥有某特性 |
| 用户在线状态 | 上线置 1、下线置 0;BITCOUNT 看在线总数 |
和 HyperLogLog 的分工:Bitmap 要求用户能映射成稠密的整数 ID、且你需要精确统计、甚至要做集合运算(连续/交叉);HyperLogLog 则不在乎 ID、只给近似的去重计数、但内存恒定 12KB。ID 稠密且要精确 → Bitmap;ID 杂乱只要个数 → HLL。
Bitfield:把字符串当紧凑整数数组
Bitmap 的每个位是独立布尔。但有时你想存的是小整数——比如每个用户一个 0~255 的等级、一个计数。BITFIELD 让你在一个字符串里,按任意位宽紧凑地存放一排整数,并原子地操作它们。
#N 表示"第 N 个该位宽的字段"(偏移 = N × 位宽)。类型可以是 u8/i16/u32 等,位宽随你定——存只需 0~7 的小值,就用 u3,一个字节能塞下两个还多。OVERFLOW 控制溢出行为(回绕 WRAP / 饱和 SAT / 失败 FAIL)。
如果 Bitmap 是"一人一个灯泡(亮/灭)",那 Bitfield 就是"一人一个小仪表盘",能读数、能加减、位宽自定——在内存里把一排小整数压到字节级紧凑。
用之前先想清楚
| 要点 | 说明 |
|---|---|
| offset 要稠密 | ID 稀疏(如用 UUID 或超大数值)会撑出巨大、几乎全 0 的字符串。必须是紧凑的小整数 ID。 |
| SETBIT 高 offset 会撑大 | 给第 40 亿位置位,会一次性把字符串扩到约 512MB——还可能阻塞。offset 范围要可控。 |
| BITCOUNT 是 O(N) | 对超大位图全量计数会扫整串;频繁统计可配合范围参数或缓存结果。 |
| 按天/按月切 key | 把位图按日期拆成多个 key,配合 TTL 自动清理旧数据,别让单个 key 无限大。 |
| 映射关系要稳定 | "用户 ID ↔ offset"的映射一旦变了,历史位图就全乱了。这个映射必须长期不变。 |
一人一比特,省到极致
Bitmap 把"每个用户一个布尔"压成一人一个比特,一亿用户只要约 12MB,还能用 BITOP 做连续签到、月活这类集合运算;Bitfield 再进一步,把字符串当成紧凑的小整数数组来读写。前提是 ID 稠密——满足这点,它就是布尔统计里最省的那把刀。
