基于Redis实现用户签到、UV统计的功能

用户签到

在Redis中使用位图（BitMap）来存储签到信息，可以大大减小开销。同时在设计redis数据结构时，在key中加上时间、用户id等信息，可以统计该用户在某个时间段内的签到情况。（bitmap最大有2^32位bit位）

具体的数据结构设计为：

{"sign:userId:yyyyMM":"bitmapValue"}，是以月为单位的签到统计

如果某一天要进行签到，需要进行操作setbit key offset 1，将当天的bit位设置为1即可

统计当月的签到情况bitcount key，即可获得当月的签到天数

bitmap常用操作：

setbit [key] [offset] [0/1]  #向指定位置（offset）存入一个0或1
getbit [key] [offset]  #获取指定位置的（offset）bit值
bitcount [key]  #统计bitmap中1的数量
bitfield  #操作（查询、修改、递增）bitmap中bit数据指定位置（offset）的值
#这些操作在java中被封装在opsForValue()方法中

签到业务

业务流程

1、获取当前登录用户

2、获取日期

3、拼接key

4、获取今天是本月第几天

5、写入redis setbit key offset 1

代码实现

UserServiceImpl.userSign()

@Override
public Result userSign() {
    //1、获取当前登录用户
    UserDTO user = UserHolder.getUser();
    //2、获取日期
    LocalDateTime now = LocalDateTime.now();
    String today = now.format(DateTimeFormatter.ofPattern(":yyyyMM"));
    //3、拼接key
    String key = USER_SIGN_KEY + user.getId() + today;
    //4、获取今天是本月第几天，即redis中的offset
    int dayOfMonth = now.getDayOfMonth();
    //5、写入redis   setbit key offset 1
    stringRedisTemplate.opsForValue().setBit(key, dayOfMonth - 1, true);

    return Result.ok();
}

统计连续签到天数

统计签到天数就是利用bitfield操作实现，由于java中没有封装bitcount功能，只能用bitfield获取无符号数后再进行位运算进行统计

重点关注：

1、获得本月到今天为止的签到情况，bitfield key get u[dayOfMonth] 0 ,获取bitmap中从0~dayOfMonth位的无符号整数

2、如何从右向左和每一位bit位做运算，从redis中获取的无符号数与1做与(&)运算，效果是仅获取最右边的一位数

业务流程

1、获取当前登录用户

2、获取日期

3、拼接key

4、获取今天是本月第几天，即redis中的offset

5、获取本月到今天为止的所有签到情况，获得一个无符号整数

6、循环遍历这个无符号数的每一位，位运算

7、判断这一位是否为1

8、如果为1，签到天数count++；连续签到的话如果为0就返回计数结果

代码实现

UserServiceImpl.getSign()

@Override
public Result getSign() {
    //1、获取当前登录用户
    UserDTO user = UserHolder.getUser();
    //2、获取日期
    LocalDateTime now = LocalDateTime.now();
    String today = now.format(DateTimeFormatter.ofPattern(":yyyyMM"));
    //3、拼接key
    String key = USER_SIGN_KEY + user.getId() + today;
    //4、获取今天是本月第几天，即redis中的offset
    int dayOfMonth = now.getDayOfMonth();

    //5、获取本月到今天为止的所有签到情况，获得一个无符号整数
    List<Long> results = stringRedisTemplate.opsForValue().bitField(key, BitFieldSubCommands.create().get(BitFieldSubCommands.BitFieldType.unsigned(dayOfMonth)).valueAt(0));
    /**
         * 看业务统计的是连续签到天数还是一个月签到的总天数，
         * 如果是连续签到天数遍历到0直接退出循环即可
         * 在此处实现的是统计当月签到总天数
         */
    int count = 0;
    Long result = results.get(0);
    if(result == null || result == 0) return Result.ok(0);
    //6、循环遍历这个无符号数的每一位，位运算
    while(result != 0L){
        long bit = result & 1;
        //7、判断这一位是否为1
        //8、如果为1，签到天数count++
        if(bit == 1L) count++;
        result >>>= 1;  //long类型的无符号右移
    }

    return Result.ok(count);
}

UV统计

UV（unique visitor）和PV（page view）前者一个用户访问多次只记录一次访问；后者用户多次打开网页就记录多次，用于记录网站的流量

使用HyperLogLog进行UV统计：是LogLog派生的概率算法，单个HLL的内存占用永远小于16kb，错误率约为0.81%

常用操作

pfadd [key] [element...]  #向HyperLogLog加入数据
pfcount [key]  #统计HyperLogLog中的数量
pfmerge [destkey] [sourcekey]  #合并多个HyperLogLog的统计数据

对应于java中的这些方法

Blog的UV统计业务流程

在黑马点评业务中对博客的访问量统计，只需要在处理查询单个博客的请求的时候将用户Id增加至HyperLogLog中，在页面发起统计请求时，从redis中获取HyperLogLog的size()返回即可。

redis的数据结构

{"uv:blog:blogId":"hyperLogLogData"}