redis 使用 get 命令读取 bitmap 类型的数据

转载

mob604756f145d3 2018-12-22 12:02:00

文章标签 数据 php redis 进制字符串 文章分类 Redis 数据库

在签到统计场景中，可以使用 bitmap 数据类型高效的存储签到数据，但 getbit 命令只能获取某一位值，就无法最优的满足部分业务场景了。

比如我们按年去存储一个用户的签到情况，365 天，只需要 365 / 8 ≈ 46 Byte，1KW 用户量一年也只需要 44 MB 就足够了。


setbit sign:uid:year 0 1 #第1天
setbit sign:uid:year 1 1 #第2天
...
setbit sign:uid:year 364 1 #第365天

但如果我想获取某个用户一年的签到统计，使用 bitget 命令的话...要循环读取 365 次，这是没办法接受的。

如果能一次读取到以字符串

"1000100010100100...001"

的形式表示的位状态数据，就很好做后续的处理了。

bitmap 其实也是一种特殊的字符串数据，使用 get 命令是可以读取出来的，但是以 16 进制的流数据返回的，这里就涉及到网络编程中数据传输的打包/解包的知识，redis 使用 get 命令读取 bitmap 数据时，将二进制数据打包成了 16 进制返回给我们，所以我们要对此数据包以 16 进制解包，然后转为二进制字符串。给出转换方法：

<?php

// 第1天的签到
$redis->setBit('sign:uid:year', 0, 1);
// 第234天的签到
$redis->setBit('sign:uid:year', 233, 1);
// 第365天的签到
$redis->setBit('sign:uid:year', 364, 1);

// 使用 get 命令一次性读取用户的 bitmap 签到数据
$bitmap_str = $redis->get("sign:uid:year");

// 对数据流使用网络字节序（大端）解包拿到16进制数据的字符串形式
$hex_str = unpack("H*", $bitmap_str)[1];

// hex str 的长度
$hex_str_len = strlen($hex_str);
// 为了防止 hex to dec 时发生溢出
// 我们需要切分 hex str，使得每一份 hex str to dec 时都能落在 int 类型的范围内
// 因为 2 位 16 进制表示一个字节，所以用系统 int 类型的字节长度去分组是绝对安全的
$chunk_size = PHP_INT_SIZE;

// 对 hex str 做分组对齐，否则 str 的最后几位可能会被当作低位数据处理
// 比如 fffff 以 4 位拆分 'ffff', 'f' 后 最后一组 'f' 就被低位数据处理了
// 对齐后 fffff000 分组 'ffff', 'f000' 就能保证 'f' 的数据位了
$hex_str = str_pad($hex_str, $hex_str_len + ($chunk_size - ($hex_str_len % $chunk_size)), 0, STR_PAD_RIGHT);

// 防止 hexdec 时溢出 使用 PHP_INT_SIZE 个 16 进制字符一组做拆分
// 因 16 进制 2 位标识一个字节 所以 PHP_INT_SIZE 是绝对不会溢出的
$hex_str_arr = str_split($hex_str, $chunk_size);

// 位数据的二进制字符串
$bitmap_bin_str = '';
array_walk($hex_str_arr, function($hex_str_chunk) use (&$bitmap_bin_str, $chunk_size) {
    $bitmap_bin_str .= str_pad(decbin(hexdec($hex_str_chunk)), $chunk_size * 4, 0, STR_PAD_LEFT);
});

// 一次读取redis即可拿到 bitmap O(n)次操作的数据
echo $bitmap_bin_str{0} . PHP_EOL; //第1天
echo $bitmap_bin_str{233} . PHP_EOL;//第234天
echo $bitmap_bin_str{364} . PHP_EOL;//第365天