https://www.cnblogs.com/devilwind/p/7374017.html
為了統計今日登錄的用戶數，我們建立了一個bitmap,每一位標識一個用戶ID。當某個用戶訪問我們的網頁或執行了某個操作，就在bitmap中把標識此用戶的位置為1。在Redis中獲取此bitmap的key值是通過用戶執行操作的類型和時間戳獲得的。
這個簡單的例子中，每次用戶登錄時會執行一次redis.setbit(daily_active_users, user_id, 1)。將bitmap中對應位置的位置為1，時間復雜度是O(1)。統計bitmap結果顯示有今天有9個用戶登錄。Bitmap的key是daily_active_users，它的值是1011110100100101。
因為日活躍用戶每天都變化，所以需要每天創建一個新的bitmap。我們簡單地把日期添加到key后面，實現了這個功能。例如，要統計某一天有多少個用戶至少聽了一個音樂app中的一首歌曲，可以把這個bitmap的redis key設計為play:yyyy-mm-dd-hh。當用戶聽了一首歌曲，我們只是簡單地在bitmap中把標識這個用戶的位置為1，時間復雜度是O(1)。
[java]
- Redis.setbit(play:yyyy-mm-dd, user_id, 1)
Redis.setbit(play:yyyy-mm-dd, user_id, 1)
今天聽過歌曲的用戶就是key是play:yyyy-mm-dd的bitmap的位圖計數。如果要按周或月統計，只要對這周或這個月的所有bitmap求並集，得出新的bitmap，在對它做位圖計數。
利用這些bitmap做其它復雜的統計也非常容易。例如，統計11月聽過歌曲的高級用戶(premium user)：
(play:2011-11-01∪ play:2011-11-02∪ … ∪ play:2011-11-30)∩premium:2011-11
redis中bit映射被限制在512MB之內,所以最大是0.5*2^30 * 8（每個字節8位）=2^32
缺點就是如果用戶稀疏，會浪費內存，對uid hash空間更小
（拼多多面試真題：如何用Redis統計獨立用戶訪問量https://blog.csdn.net/weixin_38405253/article/details/92285696），也使用這種方式
加上本篇文章，3篇文章使用的技術本質都是：
以能夠保存到int最大值（hash）2^31-1或unsigned int 最大值2^32-1的bit數組，長度為2^31或2^32，以bit為value的數組
優點是大數據量下省空間，缺點是小數據量下耗空間
比如：
優點：上千萬個ip白名單，用hash保存存在大量hash沖突拖累性能
缺點：某個ip白名單10個ip，申請了一個4g長度 512m內存的byte數組