Redis 命令及数据类型 -- Bitmap

发表于 更新于 分类于 ， 置顶 精品
阅读次数： 本文字数： 2.1k 阅读时长 ≈ 8 分钟

摘要

Bitmap 核心详解

  • Redis Bitmap 并非独立数据类型，而是基于 String 类型的位操作扩展

  • String 底层是字节数组，Bitmap 就是对数组中单个 bit 做读写（bit 只有 0/1 两个值）

Bitmap 命令使用方式

  • 核心围绕「位设置、位查询、位统计、位运算」四类命令，是日常使用的基础

1. 位设置：SETBIT key offset value

  • 给指定 key 的第 offset 位设 0/1（offset 从 0 开始，支持超大偏移量，Redis 会自动扩容）

  • offset 从左往右递增，从左到右为 0、1、2…，至少申请 8bit 空间，不足 8bit 时，会自动扩展到 8bit 即 1byte

1
2
3
4
5
6
7
8
9
SETBIT bitkey 1 1 # 实际的bit为 01000000
SETBIT bitkey 10 1 # 实际的bit为 0100000000100000
# 操作 String
SET k1 v1 # 实际的bit为 0111011000110001
SETBIT k1 1 0 # 实际bit为 0011011000110001
GET k1 # 输出 61

# bitmap 实际上是 string
TYPE bitkey # 输出 string

2. 位查询：GETBIT key offset

  • 查询指定偏移量的位值，不存在的 offset 默认返回 0

1
2
3
GETBIT bitkey 1
# 输出
(integer) 1

3. 位统计：BITCOUNT key [start end]

  • 统计 key 中值为 1 的 bit 总数，可选按字节范围（start/end 是字节索引）筛选

1
2
3
BITCOUNT bitkey
# 等价于
BITCOUNT bitkey 0 -1

4. 位运算：BITOP op destkey key1 key2...

  • 对多个 Bitmap 做 与（AND）、或（OR）、异或（XOR）、非（NOT）运算，结果存入 destkey

1
2
# 将key1 与 key2 做按位与运算，结果存入 destkey
BITOP AND destkey key1 key2

5. 位查找：BITPOS key value [start end]

  • 查找第一个值为 0/1 的 bit 偏移量，快速定位目标位

1
2
3
BITPOS bitkey 1
# 等价于
BITPOS bitkey 1 0 -1

核心使用场景 + 实操举例（贴合开发实战）

  • Bitmap 的核心优势是极致省内存+高效统计（1 个字节=8 个 bit，存储 1000 万条状态仅需约 1.2MB），以下是高频场景

场景1： 用户签到/打卡（最经典场景）

• 需求：记录用户每日签到状态，查询某用户某天是否签到、统计某用户月度签到次数
• 设计：key 格式 user:sign:uid:202512（用户2025年12月签到），offset 为日期（1号=0、2号=1…31号=30），签到设 1、未签到默认 0
• 实操命令：

  1. 12月1号签到：SETBIT user:sign:uid:202512 0 1

  2. 查询12月1号是否签到：GETBIT user:sign:uid:202512 0（返回1=签到）

  3. 统计12月总签到次数：BITCOUNT user:sign:uid:202512

• 优势：1个用户1个月签到仅占 4 字节（31 bit），百万用户月度签到仅占约 3.9MB，远超数据库存储的性价比。

  • 劣势：若想查询该用户本月内都哪天签到了，即要查看bitmap哪些位为1，则bitmap不支持这个命令，可以在业务端实现。如需要精确查询和聚合统计则需要同步数据到关系型数据库。

场景2： 日活/周活/月活（DAU/WAU/MAU）统计（高并发场景首选）

• 需求：统计每日访问平台的用户数，快速计算周活（7天内至少访问1次）、月活，去重统计
• 设计：按日期建 Bitmap，key 格式 active:user:20251217（当日活跃），offset 设为用户唯一ID（需确保ID是连续或可映射为数字，避免超大偏移量），用户访问则设 1
• 实操命令：

  1. 用户ID 10086 12月17日访问：SETBIT active:user:20251217 10086 1

  2. 统计12月17日日活：BITCOUNT active:user:20251217

  3. 统计12月15-17日3天内活跃的用户数：BITOP OR active:user:20251215_17 active:user:20251215 active:user:20251216 active:user:20251217 → 再执行 BITCOUNT active:user:20251215_17

  4. 统计12月15-17日每天都登录的用户数：BITOP AND active:user:20251215_17 active:user:20251215 active:user:20251216 active:user:20251217 → 再执行 BITCOUNT active:user:20251215_17

• 优势：百万级用户日活统计，单 Bitmap 仅占约 125KB，位运算合并统计速度毫秒级，远快于数据库 group by 去重。

  • 劣势：若想查看本月内哪些用户登录过，则需要遍历 Bitmap 的所有 offset 位，效率较低。如需要精确查询和聚合统计则需要同步数据到关系型数据库。

场景3： 功能开关/状态标记（多维度轻量标记）

• 需求：给用户标记多类轻量状态（如是否开通会员、是否绑定手机、是否参与活动），无需单独存多个key
• 设计：1个key对应1个用户，key 格式 user:status:10086，不同 offset 对应不同状态（offset0=是否绑定手机、offset1=是否会员、offset2=是否参与活动），1=是、0=否
• 实操命令：

  1. 给用户10086绑定手机：SETBIT user:status:10086 0 1

  2. 开通会员：SETBIT user:status:10086 1 1

  3. 查询是否是会员：GETBIT user:status:10086 1

• 优势：1个key承载用户N个状态，无需维护多个 String/Hash，查询和修改均为O(1)，极简高效。

  • 劣势：若想查看用户所有状态，则需要遍历所有 offset 的位，效率较低，另外统计哪些用户开启了某个状态也比较麻烦。如需要精确查询和聚合统计则需要同步数据到关系型数据库。

场景4： 布隆过滤器底层实现（核心依赖Bitmap）

• 需求：实现海量数据的快速去重判断（如缓存穿透防护、海量URL去重），允许极小误判率，不允许漏判
• 设计：用1个大 Bitmap 作为底层存储，配合多个哈希函数 —— 数据存入时，通过多个哈希函数算出多个 offset，将对应 bit 设为1；查询时，若所有哈希对应的 offset 都是1，则大概率存在，否则一定不存在
• 实操：Redis 7 可直接用 Bitmap 手动实现，也可结合 RedisBloom 扩展（更易用），核心原理是 Bitmap 的位设置与查询。
• 优势：存储1亿条数据，误判率5%的布隆过滤器，仅需约 12MB 内存，查询速度极致快。

  • 劣势：布隆过滤器虽然有极小误判率，但不允许删除。

注意事项（避坑关键）

  1. offset 不要无限制过大：虽 Redis 支持超大 offset，但过大（如超过10亿）会导致 Bitmap 占用内存骤增，需合理规划 offset 范围（如用户ID做哈希映射压缩）

  2. 避免单 key 过大：单个 Bitmap 建议控制在1GB内（对应约85亿 bit），过大易导致Redis持久化/迁移耗时过长

  3. 注意编码兼容：Bitmap 基于 String，Redis 会自动用 RAW 编码存储，无需手动设置

Bitmap 命令

  • SpringBoot 的 StringRedisTemplate.opsForValue() 中 Bitmap 数据类型 的操作方法与 Redis 原生命令的对应关系如下：

注意这里一定要用 StringRedisTemplate 来操作 Bitmap

写操作（位修改）

方法功能 方法 Redis 原始命令 备注
设置指定偏移量的位 setBit(K key, long offset, boolean value) SETBIT key offset value 返回旧值（0 / 1），offset 从 0 开始

offset 表示 第几位（bit），不是字节

读操作（位查询）

方法功能 方法 Redis 原始命令 备注
获取指定偏移量的位 getBit(K key, long offset) GETBIT key offset 返回 0 / 1，不会修改数据

Bitmap 常用但 Spring 未直接封装的命令

  • Spring Data Redis 中通常通过 RedisCallback 或 execute 调用这些命令。

Redis 命令 功能 说明
BITCOUNT key [start end] 统计 bit=1 的数量 常用于活跃用户统计
BITPOS key bit [start end] 查找第一个 0/1 的位置 常用于分配位
BITOP AND/OR/XOR/NOT 位运算 多 bitmap 计算 
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
package com.example.demo.bitmap;

import com.example.demo.CommonUtil;
import org.springframework.data.domain.Range;
import org.springframework.data.redis.connection.RedisStringCommands;
import org.springframework.data.redis.core.RedisCallback;
import org.springframework.stereotype.Component;

import java.nio.charset.StandardCharsets;
import java.util.Arrays;

@Component
public class BitmapUtil {

    @Autowired
    protected StringRedisTemplate redisTemplate;
    /**
     * BITCOUNT key [start end]
     * <p>
     * 统计 bit=1 的数量
     */
    public Long bitCount(String key) {
        return redisTemplate.execute((RedisCallback<Long>) connection ->
                connection.stringCommands().bitCount(key.getBytes(StandardCharsets.UTF_8))
        );
    }

    public Long bitCount(String key, long start, long end) {
        return redisTemplate.execute((RedisCallback<Long>) connection ->
                connection.stringCommands().bitCount(key.getBytes(), start, end)
        );
    }

    /**
     * BITPOS key bit [start] [end]
     * <p>
     * bit = false → 查找第一个 0
     * bit = true → 查找第一个 1
     * <p>
     * 返回值是 bit 索引（不是 byte）
     */
    public Long bitPos(String key, boolean bit) {
        return redisTemplate.execute((RedisCallback<Long>) connection ->
                connection.stringCommands().bitPos(key.getBytes(), bit)
        );
    }

    public Long bitPos(String key, boolean bit, long start, long end) {
        return redisTemplate.execute((RedisCallback<Long>) connection ->
                connection.stringCommands().bitPos(key.getBytes(), bit, Range.open(start, end))
        );
    }

    /**
     * BITOP operation destKey key [key ...]
     * <p>
     * operation: AND\OR\XOR\NOT
     * <p>
     * 运算结果保存在 destKey 中
     */
    public Long bitOp(String destKey, RedisStringCommands.BitOperation operation, String... sourceKeys) {
        return redisTemplate.execute((RedisCallback<Long>) connection -> {
            byte[][] keys = Arrays.stream(sourceKeys)
                    .map(String::getBytes)
                    .toArray(byte[][]::new);

            return connection.stringCommands().bitOp(
                    operation,
                    destKey.getBytes(),
                    keys
            );
        });
    }
}