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。
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 WHERE 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 WHERE 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？
说明：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 MySQL 数据库。
转载：樊浩柏科学院