基于Redis分布式BitMap的应用

Posted Java知识图谱

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了基于Redis分布式BitMap的应用相关的知识,希望对你有一定的参考价值。

一、序言

在实际开发中常常遇到如下需求:判断当前元素是否存在于已知的集合中,将已知集合中的元素维护一个HashSet,使用时只需耗时O(1)的时间复杂度便可判断出结果,Java内部或者Redis均提供相应的数据结构。使用此种方式除了占用内存空间外,几乎没有其它缺点。

当数据量达到亿级别时,内存空间的占用显著表现出来,BitMap便是解决此类问题的一种途径。

二、BitMap结构

1、内存消耗分析

Redis BitMap能够存储的数据范围为[0,2^32^-1],超过Integer.MAX_VALUE上界值。

为了简化讨论,假设讨论的集合元素的范围为[0,Integer.MAX_VALUE],可以是其中的任何一个数。

使用HashSet数据结构占用内存空间仅与集合中的元素数量(N)相关。当集合中元素数量为N时,所需的内存空间大概为N*4/1024/1024MB,1亿条数据约占内存空间381MB

基于Redis的BitMap所占用的空间大小不与集合中元素数量相关,与集合中元素的最大值直接相关,因此BitMap所占用的内存空间范围为[N / 8 / 1024 / 1024,Integer.MAX_VALUE / 8 / 1024 / 1024]

// 测试1亿、5亿、10亿、Integer.MAX_VALUE
List<Integer> items = Arrays.asList(100000000, 500000000, 1000000000, Integer.MAX_VALUE);
for (Integer item : items) 
    int size = item / 8 / 1024 / 1024;
    System.out.printf("如果集合中最大值为%-10s,则所占用的内存空间为%3sMB%n",item, size);

这里给出了一组测试参考数据

如果集合中最大值为100000000 ,则所占用的内存空间为 11MB
如果集合中最大值为500000000 ,则所占用的内存空间为 59MB
如果集合中最大值为1000000000,则所占用的内存空间为119MB
如果集合中最大值为2147483647,则所占用的内存空间为255MB

当集合中数据增长到10亿条时,使用BItMap最大占用内存约为255MB,而使用HashSet增长到3.8GB

2、命令行操作BitMap

使用Redis命令行可直接操作BitMap,将offset位置的值标注为1,则表示当前数据存在。默认情况下未标注的位置值为0。

# 默认位不赋值为0,当数据存在于集合中,将对应位赋值为1
SETBIT key offset value
# 查看对应位数据是否存在(1表示存在,0表示不存在)
GETBIT key offset
3、客户端操作BitMap

这里提供一个SpringBoot生态的RedisUtils工具类,内部封装操作Redis BitMap的工具方法。

// 将当前位置标记为true
RedisUtils.setBit(BIT_MAP_KEY, orderId, true);
// 获取指定位置的值(对应数值是否存在)
RedisUtils.getBit(BIT_MAP_KEY, orderId)

上述工具类的依赖如下,如果找不到Jar包,请直接使用Maven原始仓库源,阿里云尚未同步完成。

<dependency>
    <groupId>xin.altitude.cms</groupId>
    <artifactId>ucode-cms-common</artifactId>
    <version>1.4.3</version>
</dependency>
4、时间与空间复杂度

BitMap的存储与取值时间复杂度为O(1),根据数值可直接映射下标。

BitMap占用内存空间复杂度为O(n),与集合中元素的最大值正相关,不是集合中元素的数量。

三、BitMap应用

1、回避缓存穿透

缓存穿透是指当前请求的数据在缓存中不存在,需要访问数据库获取数据(数据库中也不存在请求的数据)。缓存穿透给数据库带来了压力,恶意缓存穿透甚至能造成数据库宕机。

使用BitMap动态维护一个集合,当访问数据库前,先查询数据的主键是否存在集合中,以此作为是否访问数据库的依据。

BitMap新增数据或者移除数据属于轻量级操作,检查操作的准确度依赖于动态集合维护的闭环的完整性。比如向数据库增加数据时需要向BitMap中添加数据,从数据库中删除数据需要从BitMap中移除数据。如果要求严格的检查可靠性,则可以单独维护一个分布式定时任务,定期更新BitMap数据。

2、与布隆过滤器的区别

布隆过滤器与BitMap有相似的应用场景,但也有一定的区别。给定一个数,BitMap能准确知道是否存在于已知集合中;布隆过滤器能准确判断是否不在集合中,却不能肯定存在于集合中。

BitMap增加或者移除数据时间复杂度为O(1),方便快捷。布隆过滤器新建容易,剔除数据操作比较繁琐。

在一些需要精确判断的场景,优先选择BitMap,比如判断手机号是否已经注册。

四、小结

Redis BitMap不是一种新的数据结构,是利用字符串类型做的一层封装,看起来像一种新型数据结构。BitMap不像一种技术,更像是算法,在时间复杂度和空间复杂度之间寻找平衡点。

BitMap其它应用场景比如签到打卡,统计在线人数等等。


以上是关于基于Redis分布式BitMap的应用的主要内容,如果未能解决你的问题,请参考以下文章

分布式爬虫-基于redis的布隆过滤器设计大规模网址去重

基于redis的一种分布式锁

一看就懂 详解redis的bitmap(面试加分项)

一看就懂 详解redis的bitmap(面试加分项)

一看就懂 详解redis的bitmap(面试加分项)

Redis进阶学习05---Feed流,GEO地理坐标的应用,bitmap的应用,HyperLogLog实现UV统计