漫画：什么是Bitmap算法？

Posted 2020-12-21

漫画：什么是Bitmap算法？

两个月之前——

为满足用户标签的统计需求，小灰利用mysql设计了如下的表结构，每一个维度的标签都对应着Mysql表的一列：

要想统计所有90后的程序员该怎么做呢？

用一条求交集的SQL语句即可：

Select count（distinct Name） as 用户数 from table whare age = ‘90后‘ and Occupation = ‘程序员‘ ;

要想统计所有使用苹果手机或者00后的用户总合该怎么做？

用一条求并集的SQL语句即可：

Select count（distinct Name） as 用户数 from table whare Phone = ‘苹果‘ or age = ‘00后‘ ;

两个月之后——

———————————————

1. 给定长度是10的bitmap，每一个bit位分别对应着从0到9的10个整型数。此时bitmap的所有位都是0。
   

2. 把整型数4存入bitmap，对应存储的位置就是下标为4的位置，将此bit置为1。
   

3. 把整型数2存入bitmap，对应存储的位置就是下标为2的位置，将此bit置为1。
   

4. 把整型数1存入bitmap，对应存储的位置就是下标为1的位置，将此bit置为1。
   

5. 把整型数3存入bitmap，对应存储的位置就是下标为3的位置，将此bit置为1。
   

要问此时bitmap里存储了哪些元素？显然是4,3,2,1，一目了然。

Bitmap不仅方便查询，还可以去除掉重复的整型数。

1. 建立用户名和用户ID的映射：

2. 让每一个标签存储包含此标签的所有用户ID，每一个标签都是一个独立的Bitmap。
   

3. 这样，实现用户的去重和查询统计，就变得一目了然：
   

1. 如何查找使用苹果手机的程序员用户？

2. 如何查找所有男性或者00后的用户？

几点说明：

1. 本文的灵感来源于京东金融数据部张洪雨同学的项目经历，感谢这位大神的技术分享。

2. 该项目最初的技术选型并非Mysql，而是内存数据库hana。本文为了便于理解，把最初的存储方案写成了Mysq数据库。

—————END—————

喜欢本文的朋友们，欢迎长按下图关注订阅号梦见，收看更多精彩内容