- ubuntu12.04环境下使用kvm ioctl接口实现最简单的虚拟机
- Ubuntu 通过无线网络安装Ubuntu Server启动系统后连接无线网络的方法
- 在Ubuntu上搭建网桥的方法
- ubuntu 虚拟机上网方式及相关配置详解
CFSDN坚持开源创造价值,我们致力于搭建一个资源共享平台,让每一个IT人在这里找到属于你的精彩世界.
这篇CFSDN的博客文章基于Redis位图实现用户签到功能由作者收集整理,如果你对这篇文章有兴趣,记得点赞哟.
。
适用场景如签到送积分、签到领取奖励等,大致需求如下:
。
对于用户签到数据,如果每条数据都用K/V的方式存储,当用户量大的时候内存开销是非常大的。而位图(BitMap)是由一组bit位组成的,每个bit位对应0和1两个状态,虽然内部还是采用String类型存储,但Redis提供了一些指令用于直接操作位图,可以把它看作是一个bit数组,数组的下标就是偏移量。它的优点是内存开销小、效率高且操作简单,很适合用于签到这类场景.
Redis提供了以下几个指令用于操作位图:
SETBIT 。
GETBIT 。
BITCOUNT 。
BITPOS 。
BITOP 。
BITFIELD 。
考虑到每月初需要重置连续签到次数,最简单的方式是按用户每月存一条签到数据(也可以每年存一条数据)。Key的格式为u:sign:uid:yyyyMM,Value则采用长度为4个字节(32位)的位图(最大月份只有31天)。位图的每一位代表一天的签到,1表示已签,0表示未签.
例如u:sign:1000:201902表示ID=1000的用户在2019年2月的签到记录.
1
2
3
4
5
6
7
8
9
10
11
12
13
14
|
# 用户2月17号签到
SETBIT u:sign:1000:201902 16 1 # 偏移量是从0开始,所以要把17减1
# 检查2月17号是否签到
GETBIT u:sign:1000:201902 16 # 偏移量是从0开始,所以要把17减1
# 统计2月份的签到次数
BITCOUNT u:sign:1000:201902
# 获取2月份前28天的签到数据
BITFIELD u:sign:1000:201902 get u28 0
# 获取2月份首次签到的日期
BITPOS u:sign:1000:201902 1 # 返回的首次签到的偏移量,加上1即为当月的某一天
|
示例代码 。
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
|
import
redis.clients.jedis.Jedis;
import
java.time.LocalDate;
import
java.time.format.DateTimeFormatter;
import
java.util.HashMap;
import
java.util.List;
import
java.util.Map;
import
java.util.TreeMap;
/**
* 基于Redis位图的用户签到功能实现类
* <p>
* 实现功能:
* 1. 用户签到
* 2. 检查用户是否签到
* 3. 获取当月签到次数
* 4. 获取当月连续签到次数
* 5. 获取当月首次签到日期
* 6. 获取当月签到情况
*/
public
class
UserSignDemo {
private
Jedis jedis =
new
Jedis();
/**
* 用户签到
*
* @param uid 用户ID
* @param date 日期
* @return 之前的签到状态
*/
public
boolean
doSign(
int
uid, LocalDate date) {
int
offset = date.getDayOfMonth() -
1
;
return
jedis.setbit(buildSignKey(uid, date), offset,
true
);
}
/**
* 检查用户是否签到
*
* @param uid 用户ID
* @param date 日期
* @return 当前的签到状态
*/
public
boolean
checkSign(
int
uid, LocalDate date) {
int
offset = date.getDayOfMonth() -
1
;
return
jedis.getbit(buildSignKey(uid, date), offset);
}
/**
* 获取用户签到次数
*
* @param uid 用户ID
* @param date 日期
* @return 当前的签到次数
*/
public
long
getSignCount(
int
uid, LocalDate date) {
return
jedis.bitcount(buildSignKey(uid, date));
}
/**
* 获取当月连续签到次数
*
* @param uid 用户ID
* @param date 日期
* @return 当月连续签到次数
*/
public
long
getContinuousSignCount(
int
uid, LocalDate date) {
int
signCount =
0
;
String type = String.format(
"u%d"
, date.getDayOfMonth());
List<Long> list = jedis.bitfield(buildSignKey(uid, date),
"GET"
, type,
"0"
);
if
(list !=
null
&& list.size() >
0
) {
// 取低位连续不为0的个数即为连续签到次数,需考虑当天尚未签到的情况
long
v = list.get(
0
) ==
null
?
0
: list.get(
0
);
for
(
int
i =
0
; i < date.getDayOfMonth(); i++) {
if
(v >>
1
<<
1
== v) {
// 低位为0且非当天说明连续签到中断了
if
(i >
0
)
break
;
}
else
{
signCount +=
1
;
}
v >>=
1
;
}
}
return
signCount;
}
/**
* 获取当月首次签到日期
*
* @param uid 用户ID
* @param date 日期
* @return 首次签到日期
*/
public
LocalDate getFirstSignDate(
int
uid, LocalDate date) {
long
pos = jedis.bitpos(buildSignKey(uid, date),
true
);
return
pos <
0
?
null
: date.withDayOfMonth((
int
) (pos +
1
));
}
/**
* 获取当月签到情况
*
* @param uid 用户ID
* @param date 日期
* @return Key为签到日期,Value为签到状态的Map
*/
public
Map<String, Boolean> getSignInfo(
int
uid, LocalDate date) {
Map<String, Boolean> signMap =
new
HashMap<>(date.getDayOfMonth());
String type = String.format(
"u%d"
, date.lengthOfMonth());
List<Long> list = jedis.bitfield(buildSignKey(uid, date),
"GET"
, type,
"0"
);
if
(list !=
null
&& list.size() >
0
) {
// 由低位到高位,为0表示未签,为1表示已签
long
v = list.get(
0
) ==
null
?
0
: list.get(
0
);
for
(
int
i = date.lengthOfMonth(); i >
0
; i--) {
LocalDate d = date.withDayOfMonth(i);
signMap.put(formatDate(d,
"yyyy-MM-dd"
), v >>
1
<<
1
!= v);
v >>=
1
;
}
}
return
signMap;
}
private
static
String formatDate(LocalDate date) {
return
formatDate(date,
"yyyyMM"
);
}
private
static
String formatDate(LocalDate date, String pattern) {
return
date.format(DateTimeFormatter.ofPattern(pattern));
}
private
static
String buildSignKey(
int
uid, LocalDate date) {
return
String.format(
"u:sign:%d:%s"
, uid, formatDate(date));
}
public
static
void
main(String[] args) {
UserSignDemo demo =
new
UserSignDemo();
LocalDate today = LocalDate.now();
{
// doSign
boolean
signed = demo.doSign(
1000
, today);
if
(signed) {
System.out.println(
"您已签到:"
+ formatDate(today,
"yyyy-MM-dd"
));
}
else
{
System.out.println(
"签到完成:"
+ formatDate(today,
"yyyy-MM-dd"
));
}
}
{
// checkSign
boolean
signed = demo.checkSign(
1000
, today);
if
(signed) {
System.out.println(
"您已签到:"
+ formatDate(today,
"yyyy-MM-dd"
));
}
else
{
System.out.println(
"尚未签到:"
+ formatDate(today,
"yyyy-MM-dd"
));
}
}
{
// getSignCount
long
count = demo.getSignCount(
1000
, today);
System.out.println(
"本月签到次数:"
+ count);
}
{
// getContinuousSignCount
long
count = demo.getContinuousSignCount(
1000
, today);
System.out.println(
"连续签到次数:"
+ count);
}
{
// getFirstSignDate
LocalDate date = demo.getFirstSignDate(
1000
, today);
System.out.println(
"本月首次签到:"
+ formatDate(date,
"yyyy-MM-dd"
));
}
{
// getSignInfo
System.out.println(
"当月签到情况:"
);
Map<String, Boolean> signInfo =
new
TreeMap<>(demo.getSignInfo(
1000
, today));
for
(Map.Entry<String, Boolean> entry : signInfo.entrySet()) {
System.out.println(entry.getKey() +
": "
+ (entry.getValue() ?
"√"
:
"-"
));
}
}
}
}
|
运行结果 。
您已签到:2019-02-18 您已签到:2019-02-18 本月签到次数:11 连续签到次数:8 本月首次签到:2019-02-02 当月签到情况: 2019-02-01: - 2019-02-02: √ 2019-02-03: √ 2019-02-04: - 2019-02-05: - 2019-02-06: √ 2019-02-07: - 2019-02-08: - 2019-02-09: - 2019-02-10: - 2019-02-11: √ 2019-02-12: √ 2019-02-13: √ 2019-02-14: √ 2019-02-15: √ 2019-02-16: √ 2019-02-17: √ 2019-02-18: √ 2019-02-19: - 2019-02-20: - 2019-02-21: - 2019-02-22: - 2019-02-23: - 2019-02-24: - 2019-02-25: - 2019-02-26: - 2019-02-27: - 2019-02-28: - 。
参考链接 。
Redis 命令参考 。
Redis 深度历险:核心原理与应用实践 。
到此这篇关于基于Redis位图实现用户签到功能的文章就介绍到这了,更多相关Redis用户签到内容请搜索我以前的文章或继续浏览下面的相关文章希望大家以后多多支持我! 。
原文链接:https://www.cnblogs.com/liujiduo/p/10396020.html 。
最后此篇关于基于Redis位图实现用户签到功能的文章就讲到这里了,如果你想了解更多关于基于Redis位图实现用户签到功能的内容请搜索CFSDN的文章或继续浏览相关文章,希望大家以后支持我的博客! 。
背景: 我最近一直在使用 JPA,我为相当大的关系数据库项目生成持久层的轻松程度给我留下了深刻的印象。 我们公司使用大量非 SQL 数据库,特别是面向列的数据库。我对可能对这些数据库使用 JPA 有一
我已经在我的 maven pom 中添加了这些构建配置,因为我希望将 Apache Solr 依赖项与 Jar 捆绑在一起。否则我得到了 SolarServerException: ClassNotF
interface ITurtle { void Fight(); void EatPizza(); } interface ILeonardo : ITurtle {
我希望可用于 Java 的对象/关系映射 (ORM) 工具之一能够满足这些要求: 使用 JPA 或 native SQL 查询获取大量行并将其作为实体对象返回。 允许在行(实体)中进行迭代,并在对当前
好像没有,因为我有实现From for 的代码, 我可以转换 A到 B与 .into() , 但同样的事情不适用于 Vec .into()一个Vec . 要么我搞砸了阻止实现派生的事情,要么这不应该发
在 C# 中,如果 A 实现 IX 并且 B 继承自 A ,是否必然遵循 B 实现 IX?如果是,是因为 LSP 吗?之间有什么区别吗: 1. Interface IX; Class A : IX;
就目前而言,这个问题不适合我们的问答形式。我们希望答案得到事实、引用资料或专业知识的支持,但这个问题可能会引发辩论、争论、投票或扩展讨论。如果您觉得这个问题可以改进并可能重新打开,visit the
我正在阅读标准haskell库的(^)的实现代码: (^) :: (Num a, Integral b) => a -> b -> a x0 ^ y0 | y0 a -> b ->a expo x0
我将把国际象棋游戏表示为 C++ 结构。我认为,最好的选择是树结构(因为在每个深度我们都有几个可能的移动)。 这是一个好的方法吗? struct TreeElement{ SomeMoveType
我正在为用户名数据库实现字符串匹配算法。我的方法采用现有的用户名数据库和用户想要的新用户名,然后检查用户名是否已被占用。如果采用该方法,则该方法应该返回带有数据库中未采用的数字的用户名。 例子: “贾
我正在尝试实现 Breadth-first search algorithm , 为了找到两个顶点之间的最短距离。我开发了一个 Queue 对象来保存和检索对象,并且我有一个二维数组来保存两个给定顶点
我目前正在 ika 中开发我的 Python 游戏,它使用 python 2.5 我决定为 AI 使用 A* 寻路。然而,我发现它对我的需要来说太慢了(3-4 个敌人可能会落后于游戏,但我想供应 4-
我正在寻找 Kademlia 的开源实现C/C++ 中的分布式哈希表。它必须是轻量级和跨平台的(win/linux/mac)。 它必须能够将信息发布到 DHT 并检索它。 最佳答案 OpenDHT是
我在一本书中读到这一行:-“当我们要求 C++ 实现运行程序时,它会通过调用此函数来实现。” 而且我想知道“C++ 实现”是什么意思或具体是什么。帮忙!? 最佳答案 “C++ 实现”是指编译器加上链接
我正在尝试使用分支定界的 C++ 实现这个背包问题。此网站上有一个 Java 版本:Implementing branch and bound for knapsack 我试图让我的 C++ 版本打印
在很多情况下,我需要在 C# 中访问合适的哈希算法,从重写 GetHashCode 到对数据执行快速比较/查找。 我发现 FNV 哈希是一种非常简单/好/快速的哈希算法。但是,我从未见过 C# 实现的
目录 LRU缓存替换策略 核心思想 不适用场景 算法基本实现 算法优化
1. 绪论 在前面文章中提到 空间直角坐标系相互转换 ,测绘坐标转换时,一般涉及到的情况是:两个直角坐标系的小角度转换。这个就是我们经常在测绘数据处理中,WGS-84坐标系、54北京坐标系
在软件开发过程中,有时候我们需要定时地检查数据库中的数据,并在发现新增数据时触发一个动作。为了实现这个需求,我们在 .Net 7 下进行一次简单的演示. PeriodicTimer .
二分查找 二分查找算法,说白了就是在有序的数组里面给予一个存在数组里面的值key,然后将其先和数组中间的比较,如果key大于中间值,进行下一次mid后面的比较,直到找到相等的,就可以得到它的位置。
我是一名优秀的程序员,十分优秀!