Golang Redis 位图实现用户日活统计

本文深入探讨了如何利用 Redis 位图（Bitmap）与 Go 语言高效、可靠地实现用户日活（DAU/UV）统计，强调其相比 INCR 或 HSET 在内存占用（1亿用户仅约12.5MB）、去重准确性及集合运算（交并差）能力上的显著优势；核心在于将用户ID安全映射为非负整数偏移量，结合 go-redis/v9 的原子化 SetBit 和 BitCount 操作，辅以日期前缀 key 设计、显式 TTL 控制、分片扩展策略及时区统一等工程实践，直击高并发场景下跨天污染、key 爆炸、连接池耗尽和 ID 越界等高频线上隐患，让看似简单的位图真正落地为稳定可扩展的生产级日活系统。

为什么直接用 SETBIT 而不是 INCR 或 HSET

日活统计本质是「某天内某用户是否活跃过一次」，布尔型，非计数。用 INCR 会重复累加、无法去重；HSET 存用户 ID 到哈希里则浪费内存且无法高效交并差。Redis 位图用单个 bit 表示一个用户是否存在，1 亿用户 ≈ 12.5 MB，而哈希至少几百 MB。

关键点：用户 ID 必须映射为非负整数偏移量（offset），不能直接用字符串 ID 塞进 SETBIT —— 它只接受整数 offset。

• 若用户 ID 是自增整数（如 MySQL 主键），可直接用：offset = userID
• 若用户 ID 是 UUID 或字符串，需做一致性哈希或预分配 ID 映射表（推荐用 redis:zset + INCR 预生成 ID，避免冲突）
• offset 从 0 开始，最大支持 2^32−1（约 42 亿），够大多数场景

Go 里怎么安全调用 SETBIT 和 BITCOUNT

别手写 Redis 命令拼接，用 github.com/go-redis/redis/v9 的原生方法更稳。注意两点：一是 key 要带日期前缀（如 "uv:20240615"），二是 SETBIT 返回旧值，不关心返回值时用 SetBit 即可；统计用 BitCount，支持 range 参数（但日活一般全量统计）。

ctx := context.Background()
key := "uv:" + time.Now().Format("20060102")
err := rdb.SetBit(ctx, key, int64(userID), 1).Err()
if err != nil {
    // 处理连接/超时错误，不是业务逻辑错误
}
// 统计当天 UV
count, err := rdb.BitCount(ctx, key, &redis.BitCount{Start: 0, End: -1}).Result()

• SetBit 是原子操作，高并发下无需额外加锁
• 务必检查 err 是否为 redis.Nil（key 不存在时 BitCount 不报错，但网络错误要重试）
• 不要在循环里频繁调用 BitCount——它 O(N) 扫描整个 bitmap，建议定时（如凌晨）算好存到另一个 key，查时直取

如何避免跨天数据污染和 key 爆炸

每天一个 key 是必须的，但不能任由 key 积压。Redis 没有自动 TTL 的位图，得自己控制生命周期。

• 写入时显式设过期：rdb.SetBit(ctx, key, int64(userID), 1); rdb.Expire(ctx, key, 7*24*time.Hour)
• 用 BITOP AND 做多日重合用户（比如「近 3 天都活跃的用户」）时，目标 key 不能和源 key 相同，否则数据被覆盖；建议用临时 key：rdb.BitOpAnd(ctx, "uv:3day_common", "uv:20240613", "uv:20240614", "uv:20240615")
• 如果用户量极大（>1 亿），单个 bitmap 可能接近 Redis 单 key 512 MB 上限，可按用户 ID 分片（如 uv:20240615:0, uv:20240615:1），再用 BITOP OR 合并统计

实际部署时最常漏掉的三件事

本地跑通不等于线上可用。这三个点一漏，凌晨报警就来了。

• 没对用户 ID 做范围校验：userID 或 userID > 2^32-1 会导致 SETBIT 报错 ERR bit offset is not an integer or out of range
• 没处理 Redis 连接池耗尽：高并发写入时，go-redis 默认连接池只有 10，需调大：redis.NewClient(&redis.Options{PoolSize: 50})
• 没考虑时区：用 time.Now() 取日期，服务器时区不是东八区？结果统计的是「别人家的今天」。统一用 time.Now().In(loc).Format("20060102")，loc, _ := time.LoadLocation("Asia/Shanghai")

位图本身很简单，难的是 ID 映射的可靠性、分片策略的可扩展性、以及时间维度上 key 生命周期的精确控制——这些不提前想清楚，UV 数字看着漂亮，背后全是坑。

本篇关于《Golang Redis 位图实现用户日活统计》的介绍就到此结束啦，但是学无止境，想要了解学习更多关于Golang的相关知识，请关注golang学习网公众号！