getspool.com的重要統計數據是實時計算的。Redis的bitmap讓我們可以實時的進行類似的統計，並且極其節省空間。在模擬1億2千8百萬用戶的模擬環境下，在一臺MacBookPro上，典型的統計如“日用戶數”(dailyunique users)
的時間消耗小於50ms, 佔用16MB內存。Spool現在還沒有1億2千8百萬用戶，但是我們的方案可以應對這樣的規模。我們想分享這是如何做到的，也許能幫到其它創業公司。
Bitmap以及Redis Bitmaps快速入門（Crash Course on Bitmap and Redis Bitmaps）
Bitmap(即Bitset)
Bitmap是一串連續的2進制數字（0或1），每一位所在的位置爲偏移(offset)，在bitmap上可執行AND,OR,XOR以及其它位操作。
位圖計數（Population Count）
位圖計數統計的是bitmap中值爲1的位的個數。位圖計數的效率很高，例如，一個bitmap包含10億個位，90%的位都置爲1，在一臺MacBook Pro上對其做位圖計數需要21.1ms。SSE4甚至有對整形(integer)做位圖計數的硬件指令。
Redis Bitmaps
Redis允許使用二進制數據的Key(binary keys) 和二進制數據的Value(binary values)。Bitmap就是二進制數據的value。Redis的 setbit(key, offset, value)操作對指定的key的value的指定偏移(offset)的位置1或0，時間複雜度是O(1)。
一個簡單的例子：日活躍用戶
爲了統計今日登錄的用戶數，我們建立了一個bitmap,每一位標識一個用戶ID。當某個用戶訪問我們的網頁或執行了某個操作，就在bitmap中把標識此用戶的位置爲1。在Redis中獲取此bitmap的key值是通過用戶執行操作的類型和時間戳獲得的。
這個簡單的例子中，每次用戶登錄時會執行一次redis.setbit(daily_active_users, user_id,
1)。將bitmap中對應位置的位置爲1，時間複雜度是O(1)。統計bitmap結果顯示有今天有9個用戶登錄。Bitmap的key是daily_active_users，它的值是1011110100100101。
因爲日活躍用戶每天都變化，所以需要每天創建一個新的bitmap。我們簡單地把日期添加到key後面，實現了這個功能。例如，要統計某一天有多少個用戶至少聽了一個音樂app中的一首歌曲，可以把這個bitmap的redis
key設計爲play:yyyy-mm-dd-hh。當用戶聽了一首歌曲，我們只是簡單地在bitmap中把標識這個用戶的位置爲1，時間複雜度是O(1)。
[java]
Redis.setbit(play:yyyy-mm-dd, user_id, 1)
Redis.setbit(play:yyyy-mm-dd, user_id, 1)
今天聽過歌曲的用戶就是key是play:yyyy-mm-dd的bitmap的位圖計數。如果要按周或月統計，只要對這周或這個月的所有bitmap求並集，得出新的bitmap，在對它做位圖計數。
利用這些bitmap做其它複雜的統計也非常容易。例如，統計11月聽過歌曲的高級用戶(premium user)：
(play:2011-11-01∪ play:2011-11-02∪ … ∪ play:2011-11-30)∩premium:2011-11
1億2千8百萬用戶的性能比較(Performance comparison using 128 million users)
下面的表格顯示了在1億2千8百萬用戶上完成的時間粒度爲1天，一週，一個月的用戶統計的時間消耗比較。
| Period | Time(ms) |
| Daily | 50.2 |
| Weekly | 392.0 |
| Monthly | 1624.8 |
優化(Optimizations)
前面的例子中，我們把日統計，周統計，月統計緩存到Redis，以加快統計速度。
這是一種非常靈活的方法。這樣進行緩存的額外紅利是可以進行更多的統計，如每週活躍的手機用戶—求手機用戶的bitmap與周活躍用戶的交集。或者，如果要統計過去n天的活躍用戶數，緩存的日活躍用戶使這樣的統計變得簡單——從cache中獲取過去n-1天的日活躍用戶bitmap和今天的bitmap,對它們做並集(Union)，時間消耗是50ms。
示例代碼（SampleCode）
下面的Java代碼用來統計某個用戶操作在某天的活躍用戶。
[java]
import redis.clients.jedis.Jedis;
import java.util.BitSet;
...
Jedis redis = new Jedis("localhost");
...
public int uniqueCount(String action, String date) {
String key = action + ":" + date;
BitSet users = BitSet.valueOf(redis.get(key.getBytes()));
return users.cardinality();
}
import
redis.clients.jedis.Jedis;import java.util.BitSet;... Jedis redis =
new Jedis("localhost"); ... public int
uniqueCount(String action, String date) { String key = action +
":" + date; BitSet users =
BitSet.valueOf(redis.get(key.getBytes())); return
users.cardinality(); }
下面的Java代碼用來統計某個用戶操作在一個指定多個日期的活躍用戶。
[java]
import redis.clients.jedis.Jedis;
import java.util.BitSet;
...
Jedis redis = new Jedis("localhost");
...
public int uniqueCount(String action, String... dates) {
BitSet all = new BitSet();
for (String date : dates) {
String key = action + ":" + date;
BitSet users = BitSet.valueOf(redis.get(key.getBytes()));
all.or(users);
}
return all.cardinality();
}
import
redis.clients.jedis.Jedis;import java.util.BitSet;... Jedis redis =
new Jedis("localhost"); ... public int
uniqueCount(String action, String... dates) { BitSet all = new
BitSet(); for (String date : dates) { String key =
action + ":" + date; BitSet users =
BitSet.valueOf(redis.get(key.getBytes())); all.or(users);
} return all.cardinality(); }
References:
[1] Redis setbit command
About Author:
Garyelephant
garygaowork[at]gmail.com
關注互聯網創新、分佈式、NOSQL,高併發技術。