标题被我写的夸张了点。不过里面的内容确实是可以实现这样的东西。
通过《The Little Redis Book》看到有这样一篇博文《REDIS BITMAPS – FAST, EASY, REALTIME METRICS》，这次就不翻译了，已经有其他中文的版本。写这个目的在于一开始没看懂，想把整个详细的思想写出来。
先看setbit的使用。https://redis.io/commands/setbit。先说位图，bitmap，根据二进制不同位置的值即可表示其代表的值。这就让我想起了上过的数字图像处理了。setbit（key,offset,value) offset是从左往右算的位数,从零开始，即高位往低位的值，例如100011，offset为0的时候值为1,4和5的值都为1。本身redis存储字符串,以二进制格式存储。所以文章里面的配图是错的。反过来了。
返回值是0和1，表示的是，设置前该offset位置下bit的值。 The offset argument is required to be greater than or equal to 0, and smaller than 2^32 (this limits bitmaps to 512MB)bitmap本身offset的限制就是0到2^32，内存限制为521MB，分配所需时间才几百ms，刚刚好是2^32个bit，也就是4294967296，也就是说，offset最大能去到4294967296-1去。有四十二亿。照着文章作者的思路。他们网站封顶有1亿多的用户。每个用户都有自己的用户ID。一个用户做操作，我们有个40多亿长度全为0的位图。我们只需要在这个根据ID做位置定位将其改为1，就算记录了该用户的操作了。而要统计一天用多少用户做操作（为什么说操作不说登录了，因为不仅仅限于登录，浏览某某东西，写日记等等都可以用这种方法），除去重复，总数就是这个位图里面值为1的个数。
将文章的代码具体实现了一下。
Jedis j = new Jedis("localhost"); //auth password j.auth("myredis"); //2016-12-3 login operation user j.setbit("login:2016-12-3".getBytes(), 1, true); j.setbit("login:2016-12-3".getBytes(), 124431, true); j.setbit("login:2016-12-3".getBytes(),1231, true); j.setbit("login:2016-12-3".getBytes(), 323121, true); BitSet b = BitSet.valueOf(j.get("login:2016-12-3".getBytes())); //the number of bit value 1 int lognum3 = b.cardinality(); System.out.println("2016-12-3 login user number: "+lognum3); //2016-12-3 login operation user j.setbit("login:2016-12-4".getBytes(), 1, true); j.setbit("login:2016-12-4".getBytes(), 1231231, true); j.setbit("login:2016-12-4".getBytes(), 334441, true); BitSet b2 = BitSet.valueOf(j.get("login:2016-12-4".getBytes())); int lognum4 = b2.cardinality(); System.out.println("2016-12-4 login user number: "+b2.cardinality()); b.or(b2); //or操作之后 同样userid的记录会重合不做记录，所以具体的数据统计看自己的需求而定 int lognumexceptsameuser = b.cardinality(); int logtotalnum = lognum3+lognum4; System.out.println("2016-12-3 to 2016-12-4 login user number except same userid: "+lognumexceptsameuser); System.out.println("2016-12-3 to 2016-12-4 login user number: "+logtotalnum);
输出：
2016-12-3 login user number: 4 2016-12-4 login user number: 3 2016-12-3 to 2016-12-4 login user number except same userid: 6 2016-12-3 to 2016-12-4 login user number: 7 如果用户数登录求和时，不同日期的用户ID登录需要计算，那么就不要做或操作，将每天的登录数求和即可。
如果求的是一个月内，用户登录总数，用户登录多次只算一次的话，只需要将这段时间内的bit进行或操作即可。
确实快，不需要你记录到数据库。只需要一个bit就能记录该用户登录。
利用了redis本身用内存存储的优势。这种需求下的解决方案确实是快，方便。
当然这种只针对这种特殊的需求，你非要每天用户重复登录的次数也算进去，当然就不能用这种方法。所以，针对不同的需求，找出最优方案才是最好的。
