玩转Redis – 京东签到领京豆如何实现

京东签到日历的产品逻辑

• 签到日历仅展示当月签到数据
• 签到日历需展示最近连续签到天数
• • 假设当前日期是20200618，且20200616未签到
• • 若20200617已签到且0618未签到，则连续签到天数为1
• • 若20200617已签到且0618已签到，则连续签到天数为2
• 连续签到天数越多，奖励越大
• 所有用户均可签到
• • 截至2020年3月31日的12个月，京东年度活跃用户数3.87亿，同比增长24.8%，环比增长超2500万，此外，2020年3月移动端日均活跃用户数同比增长46%
• • 假设10%左右的用户参与签到，签到用户也高达3千万

传统关系型数据库下的实现方案

MySQL表设计

表设计初级玩法（80%的人只会这么玩）

新建一张“用户签到记录表（user_sign）”，核心字段如下：

• 用户签到：往此表插入一条数据，并更新连续签到天数
• 当日重复签到：数据不新增
• 查询当月签到情况：查询1号至今天的签到数据
• 查询连续签到天数：查询“sign_date=今天”的数据，今天无数据则查询“sign_date=昨天”的数据

# 查询用户小东（user_key="20200618-xxxx-xxxx-xxxx-xxxxxxxxxxxx"）的连续签到天数
# 注意：sign_date BETWEEN '2020-06-17' AND '2020-06-18' 关联的时间点是0时0分0秒
# 所以此处SQL的时间点必须带上时分秒

SELECT
    sign_count
FROM
    user_sign
WHERE
    user_key = '20200618-xxxx-xxxx-xxxx-xxxxxxxxxxxx'
    AND sign_date BETWEEN '2020-06-17 00:00:00'
    AND '2020-06-18 23:59:59'
ORDER BY
    sign_date DESC
    LIMIT 1;

签到用户量较小时这么设计或许勉强能行，但京东这个体量的用户（估算3KW签到用户，一天一条数据，一个月就是9亿数据），即使数据表按照月份分表，同时按照“用户ID”进行hash分表（数据表示例为user_sign_202006_0），数据存储也是巨大的挑战。关键是投入产出比太低，这种方式还是say goodbye吧。

表设计进阶玩法（按位存储，高级程序员才会的玩法）

初级玩法一条签到数据一条记录，占用了大量的存储空间，我们可以从这里优化一下。

• int类型占32位，足够存储一个月的签到记录
• 已签到则对应位存1，未签到存0
• • （此处省略26个0）000101：表示1号和3号已签到
• 一条数据直接存储一个月的签到记录，不再是存储一天的签到记录
• 表设计按用户ID hash分表，无需按照月份分表
• 优化后的表设计核心字段如下：

# 用户签到记录表user_sign_{h}
# 按照用户ID hash分表，h是hash值
CREATE TABLE `user_sign_h` (
  `keyid` char(42) NOT NULL DEFAULT '' COMMENT '主键（签到月份+用户ID）',
  `user_key` char(36) NOT NULL DEFAULT '' COMMENT '用户ID',
  `sign_month` char(6) NOT NULL DEFAULT '190001' COMMENT '签到月份',
  `sign_record` int unsigned NOT NULL DEFAULT '0' COMMENT '签到记录',
  `sign_count` int unsigned NOT NULL DEFAULT '0' COMMENT '连续签到天数',
  `last_sign_date` char(8) NOT NULL DEFAULT '' COMMENT '上次签到日期',
  PRIMARY KEY (`keyid`),
  KEY `index_user_id` (`user_key`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_general_ci;

表设计或许你有以下疑问，先思考一下吧，解析见文末Tips？

• 用户ID为什么是36位的UUID，即使百亿用户也仅需要11位就够了？
• keyid为什么不使用auto_increment自增？

查询签到情况及签到的技术实现

以下技术实现基于“表设计进阶玩法（按位存储）”

keyid：由签到月份+用户ID生成。如用户小东（user_key="19980618-xxxx-xxxx-xxxx-xxxxxxxxxxxx"），其2020年6月份的签到记录keyid值是"20200619980618-xxxx-xxxx-xxxx-xxxxxxxxxxxx"，前6位是年月YYYYMM，后面36位是用户ID

查询用户当月签到数据

• 由于表设计时keyid为月份+用户ID，故可直接根据keyid查询指定用户指定月份的签到数据
• keyid不使用auto_increment自增的原因你GET到了吗

# 查询用户当月签到数据
SELECT
    sign_record
FROM
    user_sign_h 
WHERE
    keyid = 'xxxx';

查询用户连续签到天数

• 由于表设计有专门存储连续签到数量的字段，故直接查询该用户当月的“连续签到天数”即可
• 注意：如果服务器时间是当月第一天，则需要查询当月以及上个月的“连续签到天数”。若当月的“连续签到天数”为0 ，则取上个月的“连续签到天数”

# 查询用户连续签到天数（服务器时间不是当月第一天）

SELECT
    sign_count
FROM user_sign_h 
WHERE keyid = '当月xxxx';

# 查询用户连续签到天数（服务器时间是当月第一天）

SELECT
    sign_month,    sign_count 
FROM user_sign_h 
WHERE keyid in ('当月keyid', '上月keyid');

签到

• 签到先确认本月是否已签到：
• • 本月未签到，则新增签到数据
• • 本月已签到，则更新签到记录
• 签到：将当前日期签到状态置为“已签到”（对应位置为1）
• 签到时需更新连续签到天数：
• • 若昨天已签到，则“连续签到天数”为“当前连续签到天数”+1
• • 若昨天未签到，则“连续签到天数”置为1即可

# 本月第一天签到SQL
# 新增一条签到数据，连续签到天数需判断上月签到记录的最后一次签到日期
# 若上月最后一次签到是月末，则连续签到天数在上月基础上加1
# 若上月最后一次签到不是月末，则将连续签到天数直接置为1

INSERT INTO user_sign_h ( `keyid`, `user_key`, `sign_month`, `sign_record`, `sign_count`, `last_sign_date` )
VALUES
    ( '本月keyid', '用户id', '202006', 1 << 1, 业务方计算好的连续签到天数 , '20200601' );

# 本月非第一次签到SQL
# 本月第x天签到，则 sign_record = sign_record | (1 << x)
# 1 << x 表示：1向左移动x位
# 假设今日是 20200602，则昨天是 20200601

UPDATE user_sign_h 
SET sign_record = sign_record | ( 1 << 2 ),
sign_count = ( CASE last_sign_date WHEN '20200602' THEN sign_count WHEN '20200601' THEN ( sign_count + 1 ) ELSE 1 END ),
last_sign_date = '20200602' 
WHERE
    keyid = '本月keyid' 
    AND sign_month = '202006';

• 关于补签

补签需要更新对应日期的签到记录，计算并更新连续签到天数；不是本文重点具体的技术逻辑就不赘述了。

MySQL签到解决方案的注意事项

并发签到如何处理？

• 从以上SQL可以看出，若本月已签到，即使重复签到，也不会影响最终的数据
• 注意：SQL中的last_sign_date = xxx必须在sign_count = xxx之后，因为sign_count的值取决CASE last_sign_date的计算结果
• 如果是本月第一次签到，则新增数据，由于新增数据的keyid是按规则生成的，所以即使非法或异常操作导致并发签到，也丝毫不会影响最终的数据

MySQL签到记录解决方案的想象空间

• 从上述实现方案来看，业务逻辑、技术实现及SQL足够简单，从而单次查询/签到性能可以满足产品诉求
• 1个用户1年最多12条记录，3KW用户一年约3.6亿条记录，假设按用户ID hash100分表，单表约360W条记录，MySQL完全能承受

基于Redis的Bitmaps实现签到日历

为什么要使用Bitmaps

上述基于MySQL的进阶解决方案，已能满足海量用户的签到业务。但我们想再节省点存储空间，再提升响应效率呢。Bitmaps 闪亮登场。

什么是Bitmaps

Bit arrays (or simply bitmaps，我们可以称之为位图)，Bitmaps并不是一种实际的数据类型（比如Strings、Lists、Sets、Hashes这类实际的数据类型），而是基于String数据类型的按位操作。Bitmaps支持的最大位数是2^32位

位图本质是数组，数组由多个二进制位组成，每个二进制位都对应一个偏移量（我们可以称之为索引）

Bitmaps可以极大地节省存储空间，使用512M内存就可以存储多达42.9亿的字节信息（2^32 = 4,294,967,296）

Bitmaps常见应用场景：

• ① 各种实时分析
• ② 存储大量与ID关联的布尔值，且希望极致节省空间

比如你想统计哪个用户访问网站的天数最多；则可以在用户每天登录时将对应天数的 bit位设置为1，使用BITCOUNT统计此用户对应的字符串中为1的位的数量，从而计算出其登录天数。

通常我们避免在Redis中使用大key，建议将大key拆分成多个小key。常规建议是单key仅存储1M信息，则可通过bit/M计算出key的名字，通过bit MOD M（MOD表示取余）计算出第几个bit位。假设bit/M = 2，bit MOD M = 666，则对此位的操作实际是操作key名字为xxx:2的key，位数是第666的位。

Bitmaps如何使用

Bitmaps核心命令：SETBIT、BITOP、GETBIT、BITCOUNT、BITFIELD、BITPOS

Bitmaps位操作命令简述

Bitmaps位操作命令注意事项

• BITOP支持逻辑操作，且AND、或OR、异或XOR、非NOT
• • 且AND(&)：同1为1，其余为0
• • 或OR(|)：有1为1，同0为0
• • 异或XOR(^)：不同为1，相同为0
• • 非NOT(~)：1变0，0变1
• GETBIT、SETBIT操作的是指定位，参数offset指的是二进制位偏移量
• BITCOUNT、BITPOS操作的是字节，参数start、end指的是字节偏移量
• BITPOS 返回的是相对于第0 bit位的偏移量，而不是相对于 参数中start的偏移量

Bitmaps位操作命令示例

• SETBIT、GETBIT、BITCOUNT、BITPOS 命令示例

# 位图Bitmaps位操作命令示例
# SETBIT、GETBIT、BITCOUNT、BITPOS 命令示例

// SETBIT 命令示例
127.0.0.1:6379> setbit bitkey 2 1
(integer) 0
127.0.0.1:6379> setbit bitkey 22 1
(integer) 0

// GETBIT 命令示例
127.0.0.1:6379> getbit bitkey 0
(integer) 0
127.0.0.1:6379> getbit bitkey 2
(integer) 1

// BITCOUNT 命令示例
// BITCOUNT、BITPOS的参数start、end指的是字节偏移量
127.0.0.1:6379> bitcount bitkey 3 22
(integer) 0
127.0.0.1:6379> bitcount bitkey 0 0
(integer) 1
127.0.0.1:6379> bitcount bitkey 2 2
(integer) 1
127.0.0.1:6379> bitcount bitkey 0 2
(integer) 2

// BITPOS 命令示例
127.0.0.1:6379> bitpos bitkey 1 0 0
(integer) 2
// BITPOS 返回的是相对于第0 bit位的偏移量
127.0.0.1:6379> bitpos bitkey 1 2 2
(integer) 22
127.0.0.1:6379> bitpos bitkey 1 20 22
(integer) -1

• bitop 命令示例

# 位图Bitmaps位操作命令示例
# bitop 命令示例

127.0.0.1:6379> setbit bkey1 0 1
(integer) 0
127.0.0.1:6379> setbit bkey1 1 1
(integer) 0
127.0.0.1:6379> setbit bkey1 5 1
(integer) 0
127.0.0.1:6379> setbit bkey2 0 1
(integer) 0
127.0.0.1:6379> setbit bkey2 3 1
(integer) 0
127.0.0.1:6379> setbit bkey3 1 1
(integer) 0

// bitop AND
127.0.0.1:6379> bitop AND dkey1 bkey1 bkey2 bkey3
(integer) 1
127.0.0.1:6379> getbit dkey1 0
(integer) 0
127.0.0.1:6379> getbit dkey1 1
(integer) 0
127.0.0.1:6379> get dkey1
"\x00"
127.0.0.1:6379> bitop AND dkey1 bkey1 bkey2
(integer) 1
127.0.0.1:6379> getbit dkey1 0
(integer) 1
127.0.0.1:6379> getbit dkey1 3
(integer) 0

// bitop XOR
127.0.0.1:6379> bitop XOR dkey1 bkey1 bkey2
(integer) 1
127.0.0.1:6379> getbit dkey1 0
(integer) 0
127.0.0.1:6379> getbit dkey1 5

Bitmaps实战签到日历

签到场景下的Bitmaps设计

1M数据可以存储‭1,048,576位（1 1024 1024 = ‭1,048,576‬），可以存储2870年的数据（‭1,048,57 / 365.25 = 2870.84）

所以我们使用1个key即可完全储存一个用户的签到数据。redis的key设计为sign:user_key，value存储签到记录的位数组

Bitmaps实现用户签到

首先明确第0位表示哪一天的数据（数据基点），比如签到产品是2000年1月1日上线的（数据基点就可以是2000年1月1日），那么第0位就表示2000年1月1日的签到记录。想要记录2000年1月3日的签到记录，则先计算此时间点和数据基点的差值（差值为2），则2000年1月3日的签到记录将存储在第2位。其他日期以此类推。

# 指定日期签到，时间复杂度O(1)

127.0.0.1:6379> setbit sign:user_key 2 1

Bitmaps查询签到情况

通过get命令查询指定用户的所有签到记录，然后在内存中计数即可。指定时间段的签到情况或者连续签到天数均可计算。

# 查询指定key的所有签到数据，时间复杂度O(1)

127.0.0.1:6379> get sign:user_key

// 查询指定日期是否签到
// 先计算次日期与数据基点的差值x
127.0.0.1:6379> get sign:user_key x

Bitmaps实现签到业务总结

从上述来看，使用位图Bitmaps实现签到业务场景相对简单很多，不必考虑跨月等问题，而且占用的存储空间也极小。那么我们还有优化空间吗？

目前是1个用户仅1条记录，如果产品设计上不会存在跨年数据的操作，是否可考虑将签到数据按年存储呢，历年数据在持久化后从Redis中清除从而节省Redis内存空间。当然不要为了节省而拆分，如果导致业务逻辑变复杂，就得不偿失了。

总结

业务分析

• 百亿用户也仅需要11位就够存储了，用户ID为什么是36位的UUID呢？

技术上11位的确足够了，但技术都是为业务服务的。如果使用简单的数字，则竞争对手就可以知道你的真实用户数量、用户增量情况，这在商业上是肯定不允许的。

• 基于MySQL实现签到业务，如果是本月第一天签到，“连续签到天数”为什么由业务方计算好，而不是SQL直接实现？

业务逻辑还是业务方做，在保证数据准确性的前提下，数据库逻辑尽量简单。

• keyid为什么不使用auto_increment自增？

auto_increment自增的确简单省事，但keyid自行设计为月份+用户ID，直接根据keyid查询指定用户指定月份的签到数据，这样不香吗。

• 按照这种思路就能自己做个“京东签到领京豆”吗？

只能说可以实现以上产品逻辑，京东领京豆的实际产品逻辑更加复杂，比如，京东签到领京豆有个页面可以看到“京豆领取明细”，包含精确到秒级别的领取时间，这点以上文章并未涉及，当然这也不是本文的重点。

每个产品的背后都有着产品经理充分调研用户需求、业务需求，架构、技术、运营等人员的通力合作。心存敬畏。

• 为何鲜有APP展示用户一年的签到记录？

京东的签到日历仅展示了当前月份的数据，支付宝会员签到的最大连续签到天数是7天，CSDN的签到次数仅保留3个月。

为何不展示一年的数据呢？在商言商，不展示的重要原因当然是商业价值不足，投入产出比不高。技术上可以实现，但技术需要为业务服务、为产品服务。

技术分析

• Bitmaps最大长度位数是多少？

由于String数据类型的最大长度是512M，所以String支持的位数是2^32位。512M表示字节<Byte>长度，换算成位需要乘以8，即512 * 2^10 * 2^10 * 8 = 2^32

• Bitmaps可以支持超过512M的数据吗？

Strings的最大长度是512M，还能存更大的数据？当然不能，但是我们可以换种实现思路，文中其实已提及，我们回顾下：将大key拆分成多个小key。常规建议是单key仅存储1M信息，则可通过bit/M计算出key的名字，通过bit MOD M（MOD表示取余）计算出第几个bit位。假设bit/M = 2，bit MOD M = 666，则对此位的操作实际是操作key名字为xxx:2的key，位数是第666的位。

按照这种思路，存储的大小完全不受限啦。

转载至：https://my.oschina.net/zxiaofan/blog/4358220