使用Redis实现用户活跃度统计

业务需求

用户活跃度统计的业务场景，常见需求有：

平台日活、月活、季活
连续7天登录的用户数

实际有很多统计的维度，此处以上面两个场景为例，来讨论如何使用Redis进行帮助我们快速统计

设计思考

以** <日期，Set<用户id>> 这样的数据结构来存储日活用户很简单直接，可以方便的通过set的大小得到某天的用户数量和登录的具体用户，但是这样的数据结构很占用内存，可以简单计算下：如用户id为32位无符号的integer值，每个用户id占用4bytes，10亿个用户一天的登录数据占用10^8*4/1024/1024=381MB**，可见这样进行存储不现实，需要对存储的数据结构进行优化。因此，这里引入一个新的数据结构，Redis中也支持了多种命令来操作这样的数据结构：位图 bitmap

位图 bitmap

位图也叫bitmap，是一种常见的数据结构，每个bit位标识0或者1的状态，用于记录大量的0和1的状态。在用户日活的场景下，用户id代表bit的偏移量，每个bit位代表每个用户是否登录，因此10亿用户所需空间为10^8/8/1024/1024 = 11.92 MB的空间。实际对Redis进行测试也可以验证其占用大小约等于11.92MB：

$ setbit userLogin:2022-10-01 100000000 1
0
$ MEMORY USAGE userLogin:2022-10-01
12500055

因此，在用户量10亿级别存储一天的登录情况占用的内存空间很小。这里需要注意的是，Redis中
bitmap的offset偏移量最大值为2^32 - 1，因此在Redis中bitmap最大占用512MB空间，Redis在setbit超过当前最大偏移量时自动扩展内存来满足新的offset，因此在扩大或者初次赋值时会进行内存申请，后续offset在已申请的范围时可以直接赋值。

方案实现

用户登录时保存登录信息流程如下：

sequenceDiagram 
用户->>+平台: 登录
平台-->>+用户: 返回登录认证信息
平台->>+Redis: setbit key offset 1
Redis-->>+平台: 成功

这里将每天的登录信息保存在以userLogin:YYYY-mm-dd格式的key中，如2020年10月1号的key为userLogin:2022-10-01，通过用户id得到位图的偏移量后设置其为1 setbit userLogin:2022-10-01 用户offset 1，最后记录了当天此用户的登录状态。

日活

日活就是平台某天的用户登录总数，通过计算当天bitmap中bit为1的个数即为当天的日活数。借助Redis内置的BITCOUNT 可以实现此功能：

$ BITCOUNT userLogin:2022-10-01
10

类似的月活，季活也可以方便的计算得到。

连续7天登录的用户数

从bitmap的角度理解，就是7天内，该用户bit位都为1，即7天的bitmap按位与，只有全为1的用户才满足条件。借助Redis的BITOP 可以实现该功能：

$ BITOP AND userLogin:2022-10-01_2022-10-07 userLogin:2022-10-01 userLogin:2022-10-02 userLogin:2022-10-03 userLogin:2022-10-04 userLogin:2022-10-05 userLogin:2022-10-06 userLogin:2022-10-07

BITOP通过按位与将结果保存在新的key中，最后对结果使用BITCOUNT得到7天连续活跃的用户总数

$ BITCOUNT userLogin:2022-10-01_2022-10-07
123

特殊场景-用户注销

考虑用户有可能注销的情况下，上述计算的结果就错误了，不应该将已注销的用户计算进去，有两种方式可以解决：

刷新所有历史缓存，将对应用户的登录信息bit位置为0
新增一个bitmap，每个bit位置记录是否为有效用户，然后与上述登录bitmap进行与运算

总结

上述只是描述了简单的的用户活跃度统计的业务场景，更多统计维度需要灵活应用Redis的数据结构做对应的优化。考虑到Redis缓存的特性，需要全面考虑数据备份和持久化策略，在性能和数据可靠中进行平衡。