REDIS实践之在线人数统计几种方案分析

在线人数统计业务是我们开发web肯定要设计的业务逻辑，本文就会给出几种设计方案，来分析下各个方案的优缺点：

• 使用有序集合

这种方案能够同时储存在线的用户 和 用户上线时间，能够执行非常多的聚合计算，但是所消耗的内存也是非常可观的。

• 使用集合

这种方案能储存在线的用户，也能够执行一定的聚合计算，相对有序集合，所消耗的内存要小些，但是随着用户量的增多，消耗内存空间也处于增加状态

• 使用hyperloglog

这种方案无论统计多少在线用户， 消耗的内存都是12k，但是只能给出在线用户的统计信息，无法获取准确的在线用户名单

• 使用bitmap

这种方案还是比较好的，在尽可能节省内存空间情况下，记录在线用户的情况，而且能做一定的聚合运算
下面我们就用实际例子来说明：
我们先以每天会有10w~30w的小量用户， 100w的用户群来说明下面的几种方案

方案一：使用有序集合

先生成用户在线记录数据：

$start_time = mktime(0, 0, 0, 9, 5);    //monday
for ($i=0; $i < 6; $i++) {
    $day_start_time  = $start_time + 86400 * $i;    //every day begin time
    $day_end_time =  $day_start_time + 86400;       //every day end time
    $online_user_num = mt_rand(100000, 300000);     //online user between 100000 and 300000 

    for ($j=1; $j < $online_user_num; $j++) { 
        $user_id = mt_rand(1, 1000000);
        $redis->zadd("000|online_users_day_".$i, mt_rand($day_start_time, $day_end_time), $user_id);
    }
}

好了记下来我们就来看看都能统计出哪些信息来吧

//note: 统计每天的在线总人数
for ($i=0; $i < 6; $i++) { 
    print_r($redis->zsize("000|online_users_day_".$i). "
");
}

//note: 统计最近6天都在线的人数
var_dump($redis->zInter("000|online_users_day_both_6", 
    [
    "000|online_users_day_0", 
    "000|online_users_day_1", 
    "000|online_users_day_2", 
    "000|online_users_day_3", 
    "000|online_users_day_4", 
    "000|online_users_day_5"
    ]
    ));

//note: 统计出近6天中共有多少上线
$redis->zunion("000|online_users_day_total_6", ["000|online_users_day_0", "000|online_users_day_1", "000|online_users_day_2", "000|online_users_day_3", "000|online_users_day_4", "000|online_users_day_5"]);

//note: 统计某个时间段总共在线用户
print_r($redis->zcount("000|online_users_day_5", mktime(13, 0, 0, 9, 10), mktime(14, 0, 0, 9, 10)));

//note: 统计某个时间段在线用户名单
print_r($redis->zrangebyscore("000|online_users_day_5", mktime(13, 0, 0, 9, 10), mktime(14, 0, 0, 9, 10), 
    array("withscores" => TRUE)));

不单单只有这些， 我们还能统计出早， 中， 午， 晚 等等时间段的用户在线情况，还有很多其他的，这就让我们发挥想象吧，是不是挺多的？ 只是确实也相当耗费内存空间

方案二：使用集合

还是先来成用户在线记录数据：

//note set 一般聚合
for ($i=0; $i < 6; $i++) {
    $online_user_num = mt_rand(100000, 300000);     //online user between 100000 and 300000 

    for ($j=1; $j < $online_user_num; $j++) { 
        $user_id = mt_rand(1, 1000000);
        $redis->sadd("001|online_users_day_".$i, $user_id);
    }
}

好了记下来我们就来看看都能统计出哪些信息来吧

//note 判断某个用户是否在线
var_dump($redis->sIsMember("001|online_users_day_5", 100030));

//note 每天在线用户总量的统计
for ($i=0; $i < 6; $i++) { 
    print_r($redis->ssize("001|online_users_day_".$i). "
");
}

//note 对不同时间段的在线用户名单进行聚合
print_r($redis->sInterStore("001|online_users_day_both_4and5", "001|online_users_day_4", "001|online_users_day_5"). "
");

//note 对指定的时间段的在线用户名单进行统计
print_r($redis->sUnionStore("001|online_users_day_total_4add5", "001|online_users_day_4", "001|online_users_day_5"). "
");

//note 哪天上线哪天没上线
print_r($redis->sDiffStore("001|online_users_day_diff_4jian5", "001|online_users_day_4", "001|online_users_day_5"). "
");

是不是也挺不错的，先不要着急， 我们接着往下看

方案三：使用hyperloglgo

先来成用户在线记录数据：

// note HyperLogLog 只需要知道在线总人数
for ($i=0; $i < 6; $i++) {
    $online_user_num = mt_rand(100000, 300000);     //online user between 100000 and 300000 
    var_dump($online_user_num);
    for ($j=1; $j < $online_user_num; $j++) { 
        $user_id = mt_rand(1, 1000000);
        $redis->pfadd("002|online_users_day_".$i, [$user_id]);
    }
}

这种方案，我们来看看都能实现哪些业务呢

$count = 0;
for ($i=0; $i < 3; $i++) { 
    $count += $redis->pfcount("002|online_users_day_".$i);
    print_r($redis->pfcount("002|online_users_day_".$i). "
");
}
var_dump($count);

//note  3 days total online num
var_dump($redis->pfmerge("002|online_users_day_both_3", ["002|online_users_day_0", "002|online_users_day_1", "002|online_users_day_2"]));
var_dump($redis->pfcount("002|online_users_day_both_3"));

好少啊，是的， 这种方案仅仅只能统计出某个时间段在线人数的总量， 对在线用户的名单却无能为力，但是却挺节省内存的，对统计数据要求不多情况下 ，我们便可以考虑这种方案。

方案四：使用bitmap

笔者对这种方案其实挺喜欢的，消耗的内存空间不多， 统计的信息却挺多的，还是老步骤，先来生成数据：

//note bitmap 综合前面3个的优缺点
for ($i=0; $i < 6; $i++) {
    $online_user_num = mt_rand(100000, 300000);     //online user between 100000 and 300000 

    for ($j=1; $j < $online_user_num; $j++) { 
        $user_id = mt_rand(1, 1000000);
        $redis->setbit("003|online_users_day_".$i, $user_id, 1);
    }
}

接下来我们看看能满足的统计信息吧

//note userid today whether online 
var_dump($userid = mt_rand(1, 1000000));
var_dump($redis->getbit("003|online_users_day_5", $userid));

//note how many user is online
var_dump($redis->bitcount("003|online_users_day_5"));

//note 6 days both online
var_dump($redis->bitop("AND", "003|online_users_day_both_6", "003|online_users_day_0", "003|online_users_day_1", "003|online_users_day_2", "003|online_users_day_3", "003|online_users_day_4", "003|online_users_day_5"));
var_dump($redis->bitcount("003|online_users_day_both_6"));

//note 6 days total online
var_dump($redis->bitop("OR", "003|online_users_day_total_6", "003|online_users_day_0", "003|online_users_day_1", "003|online_users_day_2", "003|online_users_day_3", "003|online_users_day_4", "003|online_users_day_5"));
var_dump($redis->bitcount("003|online_users_day_total_6"));

//note 6 days only one online
var_dump($redis->bitop("XOR", "003|online_users_day_only_one_6", "003|online_users_day_0", "003|online_users_day_1", "003|online_users_day_2", "003|online_users_day_3", "003|online_users_day_4", "003|online_users_day_5"));
var_dump($redis->bitcount("003|online_users_day_only_one_6"));

怎么样？ 是不是集合能统计的 这家伙也能统计出来？ 而且消耗的内容还少。
对于这几种方案其实各有各的好处， 根据业务统计信息 来取相应的方案来实施吧，这样内存利用也就更合理了