Redis系列（三）：Bitmaps和HyperLogLog

本篇介绍Bitmaps和HyperLogLog。

一、Bitmaps

计算机中最小的单位是bit（位），很多计算机语言也提供了位操作符，比如Java中就有&、|、>>、>>>、<<、~、^ 。1bit可以存储0和1两种值。介绍几个Redis的Bitmaps相关的操作

• bitop

完整的命令参数是bitop operation destkey key [key...]

其中operation是位操作类型，支持and、or、not、xor，分别就是与、或、非、异或。destkey是用来存储计算结果的变量，key是参与运算是变量，可以指定多个。

127.0.0.1:6379> set bitkey1 "\x8e"
OK
127.0.0.1:6379> set bitkey2 "\xa5"
OK
127.0.0.1:6379> bitop and bitkey3 bitkey1 bitkey2
(integer) 1
127.0.0.1:6379> get bitkey3
"\x84"
127.0.0.1:6379> bitop or bitkey4 bitkey1 bitkey2
(integer) 1
127.0.0.1:6379> get bitkey4
"\xaf"
127.0.0.1:6379> bitop not bitkey5 bitkey1
(integer) 1
127.0.0.1:6379> get bitkey5
"q"
127.0.0.1:6379> bitop xor bitkey6 bitkey1 bitkey2
(integer) 1
127.0.0.1:6379> get bitkey6
"+"

先设置bitkey1和bitkey2的值，用16进制（\x开头）设置，这时bitkey1的二进制就是10001110，bitkey2的二进制就是10100101，然后把bitkey1和bitkey2做按位与运算，把结果存到bitkey3，经过计算得10001110&10100101=10000100，刚好是16进制的"\x84"，其它运算也一样，但是需要注意的是，用get命令获取key的值时，会按照字节做显示，如果刚好是ascii码表上的字符，会直接显示ascii码，比如bitkey5和bitkey6。

• bitcount

完整命令参数是bitcount key [start end]

统计key中1的数量，可以指定下标范围，如果不指定就统计整个key。下标的范围指的是字符串下标，范围是包含start 和包含end的，也就是start <= index <= end。

127.0.0.1:6379> set bitkey "abc"
OK
127.0.0.1:6379> get bitkey
"abc"
127.0.0.1:6379> bitcount bitkey
(integer) 10
127.0.0.1:6379> bitcount bitkey 0 0
(integer) 3
127.0.0.1:6379> bitcount bitkey 0 1
(integer) 6

abc的ascii码对应的十进制整数分别是97、98、99，二进制分别是0110 0001、0110 0010、0110 0011，所以bitcount bitkey得到的结果是10，bitcount bitkey 0 0计算是字母a的二进制1的个数，bitcount bitkey 0 1计算的是a和b的二进制1的个数。

• getbit

完整命令参数是getbit offset

获取第offset位的值，最左边的是第0位。

127.0.0.1:6379> set bk "\xa3"
OK
127.0.0.1:6379> getbit bk 0
(integer) 1
127.0.0.1:6379> getbit bk 1
(integer) 0

16进制的a3的二进制是10100011，那么第0位就是1，第1位就是0。

• setbit

完整命令参数是setbit key offset value

其中key是键，offset是偏移量，与getbit命令的offset意义相同，value只能是1或者0。

127.0.0.1:6379> setbit bk 3 1
(integer) 0
127.0.0.1:6379> get bk
"\xb3"

这里把bk的值的第3位（从0开始计算）设置为1，原来是10100011，修改后 变成了10110011，也就是16进制的b3。

由于Bitmaps是用位来存储信息的，所以它很适合用在那种存储只有两种状态的数据的场景，用位偏移量来隐式存储整形数据，位置存储状态。例如用来存储用户的签到情况，文章已读或未读情况。比如要存储用户的签到状态，可以用第offset位的位值表示用户的签到，1为已签到，0为未签到。具体做法可以参考用Redis实现签到功能。

二、HyperLogLog

HyperLogLog其实是一种算法，它是用来估算一个集合的基数的。先说明一下，这里说的集合和数学上的集合不同，这里的集合指的是若干个元素合在一起，是不具有互异性的，也就是其中的元素是可以重复的，而HyperLogLog算法正是用来计算去重之后的元素个数，就是基础。举个例子，{1, 2, 3}的基数是3，{1, 2, 3, 2, 1}的基数还是3，因为1和2已经重复了，不需要再计算。这个算法是有误差的，它只能用在计算一些对精度要求不高的场景下，比如统计页面访问的UV数，统计网站的ip数。

下面是Redis提供的HyperLogLog的相关命令：

• pfadd

完整命令参数是pfadd key element [element ...]

将element添加到键为key的HyperLogLog结构中，这个命令可以一次添加多个element。

127.0.0.1:6379> pfadd pf one two three two one
(integer) 1

• pfcount

完整命令参数是pfcount key [key ...]

返回key的近似基数，如果指定了多个key，返回这些key的并集的近似基数。

127.0.0.1:6379> pfcount pf
(integer) 3
127.0.0.1:6379> pfadd pf2 three four five
(integer) 1
127.0.0.1:6379> pfcount pf pf2
(integer) 5

pf只有one、two、three 3个元素，pf2,只有three、four、five 3个元素，取并集之后是5个。

• pfmerge

完整命令参数是pfmerge destkey sourcekey [sourcekey ...]

把若干个sourcekey合并并存储到destkey，如果destkey不存在，会创建一个。

127.0.0.1:6379> pfmerge destkey pf pf2
OK
127.0.0.1:6379> pfcount destkey
(integer) 5