場景題:如何實現億級用戶在線狀態統計？
近兩年不知道大家有沒有發現，現在的面試中《場景題》問的越來越多了，一方面是就業市場競爭者較多所帶來的必然結果；另一方面是隨著時間的推移，公司對于應聘者的技術要求也越來越高了，這時候只會八股文就不夠了，你還得會更難的場景題才行。
所以，今天我們就來盤 Java 中的常見面試題《如何實現億級用戶在線狀態統計？》，這個時候有人就會說了：“億級？你確定你們公司有億級用戶同時在線的場景？”“我會億級系統的設計還會來你們公司應聘嗎？可笑”。
哈哈哈，確實如此，這些質疑都是合理的。但是話說回來，面試的難度本來就比實際工作的難度大很多；其次，你來應聘是想拿到高薪的 Offer，而不是和面試官干仗來的，對吧？所以，搞明白這道題的答案才是我們關注的重點。
1.億級用戶在線場景分析
例如，QQ 在線狀態的統計功能就是億級的，它的特征是：數據量大、內存占用高、實時性要求高，因此我們使用常規的解決方案是不能實現的。例如，在數據庫中給每個用戶中添加一個在線狀態，上線設為 1，下線設為 0，通過統計狀態為 1 的數據，獲取在線人數。該方案無法承受大規模用戶頻繁上、下線操作，會給數據庫帶來巨大 IO 壓力，且實時統計需不斷刷新查詢，易拖垮數據庫性能，因此不可取。
2.解決方案
此時，我們的統計實現可分為以下兩類：
- 基于總數的統計方案：設置一個總在線人數，上線 +1、下線 -1，從而實現上線總人數的統計。
- 優點：實現簡單、效率高、內存占用少。
- 缺點：不精準，沒辦法精確的查找某些用戶某個時刻的在線狀態；且在異常退出應用的情況下，后續基于在線監測機制的重復下線判斷很難實現。
- 基于具體用戶詳情的統計方案：將用戶的標識（如 QQ 號）和上線狀態都存儲在集合中。
- 優點：統計精準，可以查找某些用戶某個時刻的在線狀態；且在異常退出應用的情況下，后續基于在線監測機制可以精準的實現下線用戶的去重功能。
- 缺點：內存占用大、效率較低。
3.具體實現
3.1 基于總數的統計方案
基于總數的統計，我們可以使用以下兩種方式：
- 基于 Redis 的 incr（+1）和 decr（-1）操作實現，如下圖所示：
圖片
- 基于 Redis 的 HyperLogLog 實現，HyperLogLog (下文簡稱為 HLL) 是 Redis 2.8.9 版本添加的數據結構，它用于高性能的基數 (去重) 統計功能，它的缺點就是存在極低的誤差率（0.81%）。它只需要 12KB 空間就能統計 2^64（約 18 億）的數據。
圖片
此實現方案不能移除元素、存在誤差，但空間占用率非常低。
3.2 基于用戶的統計實現
基于用戶標識（QQ）我們可以采用 Redis 中提供的 Bitmap（位數組）來實現，位數組結構如下：
圖片
其中每個下標就可以表示一個具體的數字，例如以上圖片標識 1、3 數字存在，如果值為 0 表示不存在，這樣的話 10 億數字占用的位數組空間位 10 億 bit，也就是 1000000000/1024/1024/1024/8=0.116 ****GB，可以看出它的空間占用量是非常小的。
用戶上線時使用 SetBit 命令將對應位置設為 1 表示在線，下線時設為 0 。判斷用戶是否在線用 GetBit 命令，統計在線用戶數用 BigCount 命令，具體操作命令如下圖所示：
圖片
在 Spring Boot 項目中，我們可以使用 RedisTemplate 實現用戶的上、下線設置，以及在線個數統計，具體實現代碼如下：
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.data.redis.core.RedisTemplate;
import org.springframework.stereotype.Service;
@Service
public class BitmapService {
@Autowired
private RedisTemplate<String, Object> redisTemplate;
/**
* 設置Bitmap中的位
* @param key 鍵
* @param offset 偏移量
* @param value 值（0或1）
*/
public void setBit(String key, long offset, boolean value) {
redisTemplate.opsForValue().setBit(key, offset, value);
}
/**
* 獲取Bitmap中的位
* @param key 鍵
* @param offset 偏移量
* @return 位的值（0或1）
*/
public boolean getBit(String key, long offset) {
return redisTemplate.opsForValue().getBit(key, offset);
}
/**
* 計算Bitmap中值為1的位的數量
* @param key 鍵
* @return 值為1的位的數量
*/
public Long bitCount(String key) {
return redisTemplate.opsForValue().bitCount(key);
}
}
