Redis简单案例(三) 连续登陆活动的简单实现

　　连续登陆活动，或许大家都不会陌生，简单理解就是用户连续登陆了多少天之后，系统就会送一些礼品给相应的用户。最常见的

莫过于游戏和商城这些。游戏就送游戏币之类的东西，商城就送一些礼券。正值国庆，应该也有不少类似的活动。

　　下面就对这个的实现提供两个思路，并提供解决方案。

　　思路1(以用户为维度)：

　　连续登陆活动，必然是要求连续登陆，不能有间隔。用1表示登陆，0表示没有登陆，这样我们可以为每个用户创建一个key去存储

他的登陆情况，就可以得到类似这样的一个二进制序列：1110111，如果是7个1，就表示连续7天，如果不是7个1就表示没有连续登

陆7天。所以就能实现这个登陆活动的要求了。

　　思路2(以天数为维度)：

　　一天之内，用户要么是登陆过，要么是没有登陆过。同样的用1来表示登陆过，用0表示没有登陆过。假设我们连续登陆的活动是2天，

同时有3个用户，那么就要有2个key去存储这3个用户的登陆信息，这样就会得到类似这样的两个二进制序列：101(key1),111(key2)。

此时，对这两个key的每一位都进行逻辑与运算，就会得到101，就表明，用户1和用户3连续登陆了两天。从而达到活动的要求。

　　之前在string的基础教程中曾经说过关于二进制的相关操作会用一个简单的案例来给大家讲解，现在是兑现这个诺言的时候了。

　　下面就简单模拟一下国庆7天假期连续登陆七天的活动。

　　方案1 ：以用户为维度

　　先为每个用户创建一个key(holiday:用户标识)，对于我们的例子来说，每个key就会有7位二进制位。这时key会有这样的结构

　　

　　这时我们就会得到每个用户对应的二进制序列，然后就可以用bitcount命令去得到key含有的1的个数。如果等于7，就是连续登陆了

七天。这样就可以在第七天用户登陆的时间去处理了是否发送礼品了。处理的逻辑是十分简单的。控制器简单逻辑如下：

          [HttpPost]
         public IActionResult LoginForEveryone()
         {
             Random rd = new Random();
             var tran = _redis.GetTransaction();
             for (int i = ; i < ; i++)
             {
                 for (int j = ; j < ; j++)
                 {
                     string activity_key = string.Format("holiday:{0}", j.ToString());
                     // login 1(true) other 0(false)
                     if (rd.Next(,) > )
                     {
                         tran.StringSetBitAsync(activity_key, i, true);
                     }
                 }
             }
             tran.ExecuteAsync();

             List<int> res = new List<int>();
             for (int i = ; i < ; i++)
             {
                 string activity_key = string.Format("holiday:{0}", i.ToString());
                 //7 days
                 if (_redis.BitCount(activity_key) == )
                 {
                     res.Add(i);
                 }
             }
             return Json(new { code = "", data = res, count = res.Count });
         }

　　在这里还是用随机数的方法来模拟数据。主要操作有两个，一个是模拟登陆后把当天对应的偏移设置为1(true)，另一个是取出用户

登陆的天数。这是一次性模拟操作，与正常情况的登陆操作还是有些许不同的。大致如下：

         [HttpPost]
         public IActionResult LoginForEveryone()
         {
             //1.login and get the identify of user
             //2.get the Current day and write to redis
             string activity_key = string.Format("holiday:{0}", "identify of user");
             _redis.SetBit(activity_key, currend day, true);
             //3.send gift
             if(currend day==&& _redis.BitCount(activity_key)==)
             {
                 send gift
             }
             return ...;
         }

　　回到我们模拟的情况，在界面展示时，模拟登陆后会显示累计登陆用户的id。

  <script id="everyoneTpl" type="text/html">
         <span>total:{{count}}</span>
         <ul>
             {{each data as item}}
             <li>
                 {{item}}
             </li>
             {{/each}}
         </ul>
     </script>
     <script>
         $(function () {
             $("#btn_everyone").click(function () {
                 $.ajax({
                     url: "/Holiday/LoginForEveryone",
                     dataType: "json",
                     method:"post",
                     success: function (res) {
                         if (res.code == "000") {
                             var html = template('everyoneTpl', res);
                             $("#div_everyone").html(html);
                         }
                     }
                 })
             });
         })
     </script>

　　

　　下面来看看效果：

 

　　

　　演示中：38、103、234、264、412、529这6位用户将得到连续登陆7天的礼品。

 

 

　　方案2 ：以天数为维度 

　　既然是以天数为维度，那么就要定义7个redis的key用来当作每天的登陆记录，类似：

　　

　　这样的话就要让我们的用户标识是数字才行，如果是用guid做的用户标识就要做一定的处理将其转化成数字，这样方便我们

在给用户设置是否登陆。现在假设我们的用户标识是从1~1000。用户标识对应的就是在key中的偏移量。这时我们就会得到每天

对应的二进制序列，然后就可以用bitop命令去得到逻辑与运算之后的key/value。如果这个key对应偏移量(用户标识)是1，就是

连续登陆了七天，处理的逻辑是十分简单的。控制器简单逻辑如下：

         [HttpPost]
         public IActionResult LoginForEveryday()
         {
             var tran = _redis.GetTransaction();

             for (int i = ; i < ; i++)
             {
                 for (int j = ; j < ; j++)
                 {
                     //i day,j userId
                     SetBit(i, j, tran);
                 }
             }
             tran.Execute();
             //get the result
             _redis.BitOP(_bitWise, _res, _redisKeys.ToArray());
             IList<int> res = new List<int>();
             for (int i = ; i < ; i++)
             {
                 if (_redis.GetBit(_res, i) == true)
                 {
                     res.Add(i);
                 }
             }
             return Json(new { code = "", data = res, count = res.Count });
         }

         private void SetBit(int day, int userId, StackExchange.Redis.ITransaction tran)
         {
             switch (day)
             {
                 case :
                     if (_rd.Next(, ) > )
                     {
                         tran.StringSetBitAsync(_first, userId, true);
                     }
                     else
                     {
                         tran.StringSetBitAsync(_first, userId, false);
                     }
                     break;
                 case :
                     if (_rd.Next(, ) > )
                     {
                         tran.StringSetBitAsync(_second, userId, true);
                     }
                     else
                     {
                         tran.StringSetBitAsync(_second, userId, false);
                     }
                     break;
                 case :
                     if (_rd.Next(, ) > )
                     {
                         tran.StringSetBitAsync(_thrid, userId, true);
                     }
                     else
                     {
                         tran.StringSetBitAsync(_thrid, userId, false);
                     }
                     break;
                 case :
                     if (_rd.Next(, ) > )
                     {
                         tran.StringSetBitAsync(_fourth, userId, true);
                     }
                     else
                     {
                         tran.StringSetBitAsync(_fourth, userId, false);
                     }
                     break;
                 case :
                     if (_rd.Next(, ) > )
                     {
                         tran.StringSetBitAsync(_fifth, userId, true);
                     }
                     else
                     {
                         tran.StringSetBitAsync(_fifth, userId, false);
                     }
                     break;
                 case :
                     if (_rd.Next(, ) > )
                     {
                         tran.StringSetBitAsync(_sixth, userId, true);
                     }
                     else
                     {
                         tran.StringSetBitAsync(_sixth, userId, false);
                     }
                     break;
                 case :
                     if (_rd.Next(, ) >)
                     {
                         tran.StringSetBitAsync(_seventh, userId, true);
                     }
                     else
                     {
                         tran.StringSetBitAsync(_seventh, userId, false);
                     }
                     break;
                 default:
                     break;
             }
         }

　　

　　前台的处理与方案一的一模一样，所以就不贴代码了。下面来看看效果图。

 

　　

 　　可能光看效果图没太大意义，还是要看一下redis中的数据来验证一下的。图中取了76和991这两个用户标识(偏移量)来验证。

　　

　　可以看到76和991这两个偏移量(用户标识)对应的二进制位是1，也验证了其连续登陆了7天。当然，更多的明细数据也贴出来了

一大堆16进制的东西，有兴趣可以去转换成二进制试试。

 

　　对这两种方案简单的总结一下：

 

方案	优点	缺点
以用户为维度	1.可以无缝对接，无论用户标识是数字还是其他 2.key对应的数据较少便于观察	随着用户数量的增长，要管理的key会越来越多
以天数为维度	1.有确定数量的key，方便管理 2.key对应的基数大	1.偏移量可能需要根据实际情况处理 2.数据查看不是很清晰

 

　　可至于实际中用那种方案更合适，要根据情况来选择。用户量少的时候，可以用第一种方案，也可以用第二种方案，当用户量很大的时候，

建议采用第二种方案，毕竟只要用户数量没有超过43亿，就不会超出其二进制位数的限制。是可以比较放心使用的。