开发者学堂课程【Redis 数据库入门：Redis_字符串键_BitMap 操作_4】学习笔记，与课程紧密联系，让用户快速学习知识。
课程地址：https://developer.aliyun.com/learning/course/15/detail/48
Redis_字符串键_BitMap 操作_4
内容介绍：
一、字符串
一、字符串
bitop 有四种，OR 表示或，key3 表示结果，key1、key2 表示分别对这两个求或。或表示的意思是，0和1，未操作就是1。1就是1，只要未操作就是1。0和0就是0。
得出的结果为：c。所以a是0b01100011，b是0b01100010，求或就是对最后一位进行修改。在print r.get(‘key3’)
变成c。
代码如下：
r.set(‘key1’,’a’)
r.set(‘key2’,’b’)
r.bitop(‘OR’,’key3’,’key1’,’key2’)
print r.get(‘key3’)
运行结果：
c
中文操作一定要注意对中文 bitcount 进行统计时，是有区别的。现用的是 utf8。如果是 utf8 的话，中文的显示就是三个字节，三字节一个中文字符表示三字节。
如图所示：
如果用 gbk 的话，是两个字节。
如图所示：
注意：无论什么客户端，编码不一样，中文的字节就是不一样，bitcount 结果就是不一样。
#chinese encoding
r, set(‘中’,’中文’)
print r,bitcount(‘中’)
注意慎用以下两个：
清楚当前库数据
- FLUSHDB
清除所有库中的数据
- FLUSHALL
1、位图bitmap
举个例子：
比如网站用户的上线次数统计（活跃用户），可用位图做用户上线。比如，设置u500，作为用户的一个ID，今年的第1天上线就是把第一个位置作为1，第30天上线是把第30个位置设为1，今年有几天上线就进行 bitcount，有几个1就表示有几天上线。通过位图进行操作计算就比直接代入算得快。而且还记录是哪一天上线的位置。
代码如下：
SETBIT u500 1 1（默认是0，现设为1）
SETBIT u500 30 1
BITCOUNT u500
(integer)2（表示这一个月用户有几天上线，进而通过这个值来判断用户是否为活跃用户）
KEYS u*
通过以上例子，可以通过位图来操作用户上线次数的统计。每个用户都可做键，进行统计这个月或者一年有几天上线，进而可根据值来判断用户是否为活跃用户。
用户ID就是表示字符串类型。二进制的显示 utf8，没办法显示0101类型的。
127.0.0.1：6379>type u500
string
127.0.0.1：6379>get u500
“@\x00\x00\x02”
例子：
按天来统计网站活跃用户。比如：天作为 key，用户 ID 为 offset，求一段时间内活跃用户的数量。将20160602日第15个位置作为1，即可认为用户 ID 为15的上线。
如果还有用户，14也上线，就进行 SETBIT，把14的键的位置设为1，就可通过bitcount 统计这一天有几个用户上线。比如说123的用户，123的位置，6月1号是1，6月2号是0，到6月6号是1，一直到6月10号。如果用的是 OR，只要出现1，就认为活跃在这段时间。这样一步操作就能把一段时间内活跃用户都找出来。在BITCOUNT，有多少个。
代码如下：
SETBIT 20160602 15 1
SETBIT 20160601 123 1 （表示：2016年6月1号这天有几个用户上线，如果有用户上线，就设用户的位置设为1。）
SETBIT 20160606 123 1（以上的键都表示1个位图）
求6月1日到6月10日的活跃用户
BITOP OR20160601-10 20160601 20160602 20160603 20160610
BITCOUNT 20160601-10（用OR或，只要在这些天出现过即可认为上线过。用键来进行异或操作，从6月1号到6月10号。）
运行结果：
2.举例子的目的
为了让大家知道很多的需求是可以通过 RedB 里的位图的结构进行快速的计算，不需要将数据读出再进行统计。
用户 u1 的 key 将第一个位置设为1，如果第一天上线，就为1。如果用户第30天上线，就为1。关于用户 u1这一年上线情况都在键里，都可以体现出来。
代码如下：
r.setbit(‘u2’,110 ,1)
r.setbit(‘u2’,300,1)
u2 也是一样的。
下面做 for 循环，在 for 循环里，把 u101，位图里的位置都设为了1。
代码如下：
for i in range(3,365,3);（表示从3到365，每隔set3）
r.setbit(‘u101’,i,1)（setbit位数，就设为1）
表示的是用户在好多天内上线的次数。类似 u105,代码如下：
for i in range(4,365,2); （表示从4到365，每隔2）
r.setbit(‘u105’,i,1) （setbit 位数，就设为1）
uerList=r.keys(‘u’)
print uerList
其实，从u101到105都是表示用户在这一年内有很多天上线。
Au 表示活跃用户，Nau 表示的是非活跃用户，用下面的代码可将这两类用户区分开。
Au=[]
Nau=[]
for u in uerList:
loginCount=r.bitcount(u) （用户上线的次数，bitcount 观察位图里有几个1。）
if loginCount>100: （如果上线次数大于100）
Au.append((u,loginCount))（就将用户加到 Au 的列表里）
else:
Nau.append((u,loginCount))（如果上线次数不足100，就加到 Nau 里）
首先，这里设置四个键，表示四个用户，接着setbit就将它当做位图来使用。
r.setbit(‘u1’,1, 1)就会有很多个位置，将第一个位置设为了1，代表的含义是，它第一天上线一次；第30天又上线一次，那说明它上线了两次。u2 在第110天上线一次，第300天又上线。
说明它一年内上线两次，它是非活跃用户。非活跃用户就包括 u1 和 u2。相对应于u101和u105用户这一年内有多次上线，通过两个 for 循环不断往里设置位数。
最后通过 keys 来判断这些 key，通过 uerList=r.keys(‘u*’)可取得这些键，然后便利这些键，通过 bitcoun t来统计这些键的位图的值，有几个1就统计出这一年上线的次数。将这个值 loginCount 与100进行判断，如果出现的次数大于100，就加到活跃用户里；小于100就加到非活跃用户里。
接着进行打印，便利了两个列表，打印了121，代码如下：
#u1
r.setbit(‘u1’,1, 1)
r.setbit(‘u1’,30,1)
#u2
r.setbit(‘u2’,110 1)
r.setbit(‘u2’,300,1)
#u101
for i in range(3,365,3);
r.setbit(‘u101’,i,1)
#u101
for i in range(4,365,2);
r.setbit(‘u105’,i,1)
uerList=r.keys(‘u*’)
print uerList
Au=[]
Nau=[]
for u in uerList:
loginCount=r.bitcount(u) （用户上线的次数，bitcount 观察位图里有几个1。）
if loginCount>100: （如果上线次数大于100）
Au.append((u,loginCount))（就将用户加到Au的列表里）
else:
Nau.append((u,loginCount))（如果上线次数不足100，就加到 Nau 里）
for 1 in Au:
print1[0]+’is a Axtive User’,+str(1[1])
print”~~~~~~~~~~~~~~~~~~~~~~~~~”
for 1 in Nau:
print 1[0]+’is not a Active User’,+str(1[1])
运行结果：
[‘u105’,’u2’,’u101’,’u1’]
u105 is a Active User.181（181,121分别表示这一年上线的次数）
u101 is a Active User.121
u2 is not a Active User.2（分别表示u1，u2上线的次数为2）
u1 is not a Active User.2
以上讲的是 Redis 数据模型里的字符串，最后的例子就是字符串的特例。
其里面有位图的操作，可以对位图里的某一位进行操作。可以通过 Bitop 或者是BItcount 统计位图里面有几个1，也可解决现实生活里面的需求，使需求的查询速度更快。
