redis中的bitmap你了解吗

时间:2022-10-18 16:36:11       来源:互联网


(相关资料图)

1、BitMap是什么

通过一个bit位来表示某个元素对应的值或者状态,其中的key就是对应元素本身。我们知道8个bit可以组成一个Byte,所以bitmap本身会极大的节省储存空间。2^32次方40亿数据只需要500M内存,需要内存少了8倍

2、setbit命令介绍

setbit key offset value #设置bitmapkey为20220328  uid为100的用户已签到1setbit  20220320  100 1 setbit  20220320  200 1 setbit  20220321  100 1setbit  20220321  300 1  getbit 20220320  100  #返回1,说明这个用户已签到了  bitcount 20220320  #获取bitmap数量

bitmap的坑

127.0.0.1:6400> setbit bittest 100 1 #设置不存在的offset返回0(integer) 0127.0.0.1:6400> setbit bittest 100 1 #设置已存在的offset返回1(integer) 1

setbit maxKey 4000000000 1 #直接弄了你600多M内存

/**     * 布隆过滤器bloom Filter     * 1.百万分之一的概率哈希冲突,所以有存在的不一定存在,但是不存在的百分百不存在     * 2.不能删除,删除的时候不能简单的直接置为0,可能会影响其他元素的判断,其实问题不大一般生产数据也不会删除的,都是软删除     * 3.新增数据时候写入bloom Filter     * 4.2^32次方40亿数据内存占用才600M,超级省内存,查找速度非常快,160M内存可以在千万级数据做到1%的误判     * 5.bitmap根据offset去申请内存的,所以要省内存的情况要限制offset值     */    public function bloomAction(){        $t1 = time();         for($i=0;$i<99;$i++){            $bl = new BloomFilter();            //$str = "1https://arnaud.le-blanc.net/php-rdkafka-doc/phpdoc/book.rdkafka.html?id=".time();            $str = "https://dasda.le-blanc.net/php-rdkafka-doc/phpdoc/book.rdkafka.html?id=".mt_rand(1,99999999);            p($str);             $res1 = $bl->JSHash($str);//两次哈希3s,md5哈希重复的概率是百万分之一             p($res1);        }        //p($res);        $t2 = time();        echo $t2-$t1;    }    /**     * 布隆过滤器初始化 bloom Filter 执行 php  index.php "index/demo/loadDb2bloom"     */    public function isExistBloomAction(){        $redis = redisCursor();        $email = input("email","","trim");        $tel   = input("tel","");         $result = false;        $msg    = "";        if(filter_var($email,FILTER_VALIDATE_EMAIL)){            $key1  = "bloom_user_email";            $offset = BloomFilter::JSHash($email);            $result = $redis->getbit($key1,$offset);            $msg = $email;        }elseif($tel){            $key2  = "bloom_user_telephone";            $offset = BloomFilter::JSHash($tel);            $result = $redis->getbit($key2,$offset);            $msg = $tel;        }         $result?apiSuccess($msg.",已存在"):apiError($msg.",不存在");    }    /**     * 布隆过滤器初始化 bloom Filter 执行 php  index.php "index/demo/loadDb2bloom"     */    public function loadDb2bloomAction(){        $time1 = time();        $redis = redisCursor();         $key1 = "bloom_user_email";        $key2 = "bloom_user_telephone";         //setbit() offset 必须是数字,value必须是1或0        //$redis->setbit($key,30,1);        $table  = "user";        $pkid   = "id";        $field1 = "email";        $field2 = "telephone";         $maxid = Db::name($table)->max($pkid);         $size  = 5000;        $page  = ceil($maxid/$size);         for($i=0;$i<$page;$i++){            $start = $i*$size;            $where = " $pkid between ".$start."  and ".($start+$size);            $res = Db::name($table)->where($where)->field("$field1,$field2")->select();             if($res){//同步到bitmap                foreach($res as $k=>$v){                    //布隆过滤器  1.存在的不一定存在, 2.不存在的100%不存在(原因,哈希冲突可能用100W分之一的可能重复)                    //所以注册的时候判断不存在的,百分百可以注册,存在的可以查询一下数据库是否真的不存在                     $value1 = BloomFilter::JSHash($v["$field1"]);                    $value2 = BloomFilter::JSHash($v["$field2"]);                     $redis->setbit($key1,$value1,1);//email去重                    $redis->setbit($key2,$value2,1);//mobile去重                }            }             $time2 = time();            echo $where." 消耗时间 ".($time2-$time1).PHP_EOL;        }         $time3 = time();        echo " 总消耗时间 ".($time3-$time1).PHP_EOL;    }
<?php class BloomFilter{    /**     *  下面的哈希函数随便用一个都行,都是把字符串转换成数字     */     /**     * hash方法类     * 由Justin Sobel编写的按位散列函数     * update:Denny     * 返回之前做了内存限制在160M,超过10亿的哈希后的数值,把它限制在10亿内,此时1000W的数据可做到1%误判,内存不差这600多M的话就别限制了     * 因为redis的bitmap申请内存是看offset申请内存的,setbit mykey 400000000 1,这样直接申请了600M内存     */    public static function JSHash($string, $limitMemory=true,$len = null)    {        $hash = 1315423911;        $len || $len = strlen($string);         for($i = 0; $i < $len; $i++)        {            $hash ^= (($hash << 5) + ord($string[$i]) + ($hash >> 2));        }         $hashNum = ($hash % 0xFFFFFFFF) & 0xFFFFFFFF;         //为了节省内存,超过10亿就对半拆,10亿,这时候大约是130M内存占用,千万级数据可以做到1%误判率,内存足够可以不用判断,直接生成就行了        //如果数据过4000W的话不用限制了,因为生成的数据最大也是2^32次方40多亿,此时内存占用大概在600M封顶了        if($limitMemory){            if($hashNum>4000000000){                $hashNum = intval($hashNum/5);            }elseif($hashNum>3000000000){                $hashNum = intval($hashNum/4);            }elseif($hashNum>2000000000){                $hashNum = intval($hashNum/3);            }        }         return $hashNum;    }}

总结

本篇文章就到这里了,希望能够给你带来帮助,也希望您能够多多关注的更多内容!

关键词: redisbitmap