P13 如何使用 Redis 记录上亿用户连续登录天数

面试题：上亿用户，要记录每个用户的连续登录天数（如"已连续签到 N 天"），Redis 怎么设计？

推荐方案：Redis Bitmap 位图

核心思路：每个用户一个 key，用 bit 位表示某一天是否登录。

key：login:{userId}
bit 位：日期偏移量（如距离某个基准日的天数）

用户第 N 天登录，就把第 N 位设为 1：

SETBIT login:10001 100 1

判断某天是否登录：

GETBIT login:10001 100

统计一段时间内登录天数：

BITCOUNT login:10001 0 -1

连续登录天数：从今天开始往前数，直到遇到第一个 0 为止。

为什么用 Bitmap

• 省内存：一位只占 1 bit，一个用户一年 365 天只要约 46 字节；一亿用户一年约 4.4GB（按活跃用户粒度拆分后更少）；
• 操作简单：SETBIT/GETBIT/BITCOUNT 都是 O(1)；
• 天然支持批量统计：BITOP 可以对多个用户做并集/交集（如统计哪些天两个用户都登录）。

设计细节

1. 位偏移怎么算

用固定基准日（epoch day）：

offset = (当天日期 - 基准日期) 的天数

比如以 2024-01-01 为第 0 天，2024-01-15 的 offset 就是 14。key 里也可以带年份防止 key 无限增长（login:{year}:{userId}）。

2. 连续登录计算

count = 0
for offset 从今天往前：
    if GETBIT(key, offset) == 1: count++
    else: break

今天没登录则连续天数为 0；或者用"截止到昨天"的口径（连续登录通常指历史累计连续）。

3. 内存控制

• 只给活跃用户建 key（不活跃的 0 数据不占位）；
• 定期清理超长不活跃的 key；
• 超大用户量可对用户分片（按 userId 取模分桶到不同 Redis 实例）。

加分点

• 对比方案：Hash 存 {date: 1} 也可以，但内存和查询效率远不如 Bitmap；
• 扩展：连续签到奖励、排行榜"连续登录天数"都能基于这个结构计算；
• 结合 BITFIELD 批量读写多个 bit，减少 RTT。

一句话总结

每个用户一个 Bitmap key，登录日对应 bit 置 1，用 GETBIT 逐天回推统计连续天数；省内存、O(1) 操作，是上亿用户连续登录统计的经典方案。