如何利用Redis集群存储海量社交媒体点赞数据_使用Bitmaps或HyperLogLog降低内存占用

千晨同学_8103

千晨同学_8103

2026-06-05

209人浏览

原创

必须用 SETBIT 的场景是需精确记录并支持随机查询(如判断某用户是否点赞),而 PFADD 仅适用于允许误差的去重总数统计,二者不可互换。

如何利用redis集群存储海量社交媒体点赞数据_使用bitmaps或hyperloglog降低内存占用

SETBIT 和 PFADD 不是互换方案,选错会导致数据不可用或统计失真。千万级点赞场景下,必须用 Bitmaps;HyperLogLog 只适合“总点赞数”这类去重计数,不能查“某用户点没点”。


什么时候该用 SETBIT 而不是 PFADD

Bitmaps 解决的是「精确记录 + 随机查询」问题,HyperLogLog 解决的是「只关心总数 + 允许误差」问题。

  • 需要支持 GETBIT content:10086:likes 12345 判断用户 12345 是否点赞过内容 10086 → 只能用 SETBIT
  • 只需要知道“内容 10086 总共被多少不同用户点过赞”,且允许 ±0.81% 误差 → PFADD + PFCOUNT 可行,但丢掉了所有用户粒度信息
  • 想查“最近 7 天连续点赞的用户”或“和好友共同点赞的内容” → 必须用 Bitmaps,靠 BITOP 做位运算实现

SETBIT 的 offset 设计容易踩的坑

用户 ID 直接当 offset 用,是新手最常犯的内存浪费错误。

redis-tools
redis-tools

按类别查找Redis命令、检测服务器连接、监控键数量和内存占用,支持离线速查表。

下载
  • 如果用户 ID 是自增 long 类型(如 10000000001),直接 SETBIT content:10086:likes 10000000001 1,Redis 会分配约 1.25GB 内存来撑开这个偏移位置(因为 offset 按 bit 算,10000000001 bit ≈ 1.25GB 字符串)
  • 正确做法:做 ID 映射,例如用 Redis 的 INCR 维护一个全局用户映射表 user:id2seq:10000000001 → 23456,再用 23456 当 offset
  • 更轻量方案:若业务用户 ID 固定以 10000 开头,统一减去该 base:offset = userId - 10000,前提是确认不会出现负 offset
  • 注意:SETBIT 第一次写高位 offset 时会阻塞 Redis 主线程,高并发写前建议预热或分批初始化

集群环境下 BITCOUNT 和 BITOP 的实际限制

Redis Cluster 不支持跨 slot 的多 key 命令,而 BITOP 必须所有 key 在同一节点 —— 这一点文档很少强调,但线上极易出错。

  • BITCOUNT content:10086:likes 没问题,单 key 命令自动路由
  • BITOP OR result:week likes:mon likes:tue likes:wed 要求 likes:mon、likes:tue、likes:wed 都落在同一个哈希槽,否则报 CROSSSLOT Keys in request don't hash to the same slot
  • 解决办法只有两个:
    – 所有日期类 key 用相同哈希标签,比如都加 {content:10086} 前缀:{content:10086}:likes:20260520
    – 或改用客户端聚合:先 MGET 各 key 的 bitmap 字符串,本地做位运算(仅适用于小规模)
  • BITCOUNT 的 [start end] 参数单位是字节,不是 bit;误写成 BITCOUNT key 0 100 想查前 100 个用户?其实查的是前 100 字节 = 前 800 个 bit —— 容易漏判低 ID 用户

真实压测中,一个 5000 万用户规模的点赞系统,用纯 Set 存储需 3.2GB 内存,Bitmaps 仅需 6.2MB(按用户 ID 映射后 offset ≤ 50M),但一旦 offset 设计失控或跨 slot 乱用 BITOP,集群就会退化成单点瓶颈。关键不在“能不能用”,而在“怎么让 offset 可控、key 可路由、运算可收敛”。

相关专题

更多
golang map内存释放
golang map内存释放

本专题整合了golang map内存相关教程,阅读专题下面的文章了解更多相关内容。

2025.09.05

610

5

golang map相关教程
golang map相关教程

本专题整合了golang map相关教程,阅读专题下面的文章了解更多详细内容。

2025.11.16

343

7

golang map原理
golang map原理

本专题整合了golang map相关内容,阅读专题下面的文章了解更多详细内容。

2025.11.17

533

20

java判断map相关教程
java判断map相关教程

本专题整合了java判断map相关教程,阅读专题下面的文章了解更多详细内容。

2025.11.27

303

6

常用的数据库软件
常用的数据库软件

常用的数据库软件有MySQL、Oracle、SQL Server、PostgreSQL、MongoDB、Redis、Cassandra、Hadoop、Spark和Amazon DynamoDB。更多关于数据库软件的内容详情请看本专题下面的文章。php中文网欢迎大家前来学习。

2023.11.02

4629

19

内存数据库有哪些
内存数据库有哪些

内存数据库有Redis、Memcached、Apache Ignite、VoltDB、TimesTen、H2 Database、Aerospike、Oracle TimesTen In-Memory Database、SAP HANA和ache Cassandra。更多关于内存数据库相关问题,详情请看本专题下面的文章。php中文网欢迎大家前来学习。

2023.11.14

4195

11

mongodb和redis哪个读取速度快
mongodb和redis哪个读取速度快

redis 的读取速度比 mongodb 更快。原因包括:1. redis 使用简单的键值存储,而 mongodb 存储 json 格式的数据,需要解析和反序列化。2. redis 使用哈希表快速查找数据,而 mongodb 使用 b-tree 索引。因此,redis 在需要高性能读取操作的应用程序中是一个更好的选择。本专题为大家提供相关的文章、下载、课程内容,供大家免费下载体验。

2024.04.02

7852

6

redis怎么做缓存服务器
redis怎么做缓存服务器

redis 作为缓存服务器的答案:redis 是一款开源、高性能、分布式的键值存储,可作为缓存服务器使用。本专题为大家提供相关的文章、下载、课程内容,供大家免费下载体验。

2024.04.07

643

6

redis怎么解决数据一致性
redis怎么解决数据一致性

redis 提供了两种一致性模型,以维护副本数据一致性:强一致性 (sync) 确保写操作仅在复制到所有从节点后才完成;最终一致性 (async) 则在主节点上写操作后认为已完成,牺牲一致性换取性能。本专题为大家提供相关的文章、下载、课程内容,供大家免费下载体验。

2024.04.07

756

6

热门下载

更多
网站特效
/
网站源码
/
网站素材
/
前端模板

精品课程

更多
相关推荐
/
热门推荐
/
最新课程
phpEnv手册
phpEnv手册

共0课时 | 0人学习