1000W用户1Wqps高并发签到系统的架构和实操

说在前面

在尼恩的（50+）读者社群中，经常有小伙伴面试的时候，遇到一个一个高并发 架构方面的问题，比如：

(1) 高并发秒杀系统如何架构？

(2) 高并发签到系统如何架构？

(3) 等等等等…

刚刚，在尼恩的读者社区（50+）中，有小伙伴又问了这个问题。 尼恩作为技术中台的架构师， 高并发架构是尼恩架构的重点， 所以，一直想带大家从 架构到实操， 这里，带大家完成一个1000W用户1Wqps+ 签到系统的架构和实操。

本文也一并收入咱们的 《尼恩Java面试宝典》PDF，供后面的小伙伴参考，提升大家的 3高 架构、设计、开发水平。

当然，作为一篇文章，仅仅是抛砖引玉，后面有机会，带大家做一下这个高质量的实操，并且指导大家写入简历。

注：本文以 PDF 持续更新，最新尼恩 架构笔记、面试题 的PDF文件，请到文末公号 【技术自由圈】获取。

签到场景业务需求分析

一般像微博，各种社交软件，游戏等APP，都会有一个签到功能，连续签到多少天，送什么东西，比如：

• 签到1天送10积分，连续签到2天送20积分，3天送30积分，4天以上均送50积分等
• 如果连续签到中断，则重置计数，每月初重置计数
• 显示用户某个月的签到次数

1000W级用户场景的签到优化

优化1：利用Bitmap实现用户签到存储优化

为了实现用户的签到功能，通过mysql来完成，

为了实现签到的存储， 可以设计一个类似下面的表

假如有1000万用户，平均每人每年签到次数为10次，一年下来，则这张表数据量为多少呢？

数据比较吓人： 1亿条

每签到一次需要使用（8 + 8 + 1 + 1 + 3 + 1）共22 字节的内存，一个月则最多需要600多字节

我们如何能够简化一点呢？

其实可以考虑小时候一个挺常见的方案，就是小时候，咱们准备一张小小的卡片，你只要签到就打上一个勾，我最后判断你是否签到，其实只需要到小卡片上看一看就知道了。

我们可以采用类似这样的方案来实现我们的签到需求。

我们按月来统计用户签到信息，签到记录为1，未签到则记录为0。

把每一个bit位对应当月的每一天，形成了映射关系。用0和1标示业务状态，这种思路就称为位图（BitMap）。

这样我们就用极小的空间，来实现了大量数据的表示。

那么，一个月的签到数据，可以使用一个无符号整数来存储

之前一个月要 600个字节，现在保存一个人一个月的签到数据， 只要 24个字节 ，一下就提升了 25倍

注意：是存储空间，节约了25倍哈

优化2：利用Redis Bitmap实现用户签到的性能优化

刚好redis 有Bitmap结构。

可以利用Redis Bitmap实现用户签到的性能优化，将当前用户当天签到信息保存到Redis中。

具体的架构如下：

redis的吞吐量为 2Wqps以上， 完全可以满足 1000W用户签到的需求。

但是 SpringCloud 微服务够呛，怎么办呢？

优化3：利用Nginx +lus 实现更进一步的用户签到的性能优化

SpringCloud 微服务够呛，但是nginx可以，

nignx的吞吐量为 2Wqps以上， 完全可以满足 1000W用户签到的需求。

具体的架构如下：

架构介绍完了，接下来就开始实操。

但是，在开始实操之前，咱们得补一下基础知识。

基础知识：什么是Bitmap

Bitmap是一种位图数据结构，它用来表示一个集合中每个元素是否出现。

在Bitmap中，每个元素都与一个位（bit）相对应，如果元素出现，则对应位的值为1，否则为0。

Bitmap可以用来进行快速的集合运算，如并集、交集、差集等操作。

Bitmap的优点在于它的空间利用率非常高，通常只需要占用一个二进制位来表示一个元素是否出现，因此对于稀疏的数据集合，Bitmap可以显著减少存储空间的使用。

此外，由于Bitmap的位运算操作非常高效，因此它也能够快速地进行集合运算操作。

Redis中是利用string类型数据结构实现BitMap，因此最大上限是512M，转换为bit则是 2^32个bit位。

Bitmap的使用场景

Bitmap可以应用于许多场景，主要包括以下几个方面：

• 去重：
  可以使用Bitmap去重，将出现的元素映射到Bitmap中，若Bitmap中对应的位置已经被标记为1，即表示该元素已经出现过，可以避免重复。
• 排序：
  可以使用Bitmap实现排序，将元素映射到Bitmap中，遍历Bitmap中的所有位，对于值为1的位，输出对应元素。
• 数据库查询：
  在数据库中，可以使用Bitmap对记录进行索引，
  例如，在一个表中记录用户的性别，可以使用Bitmap将每个用户的性别映射到Bitmap中，然后通过位运算来查询特定性别的用户。
• 网络流量分析：
  在网络流量分析中，可以使用Bitmap来记录每个IP地址的访问情况，然后通过位运算进行流量统计和分析。
• 压缩编码：
  可以使用Bitmap进行数据压缩编码，将数据压缩为一系列0和1的位序列，通过位运算进行解码。

总的来说，Bitmap具有高效、灵活、易用等优点，在许多数据处理和分析的场景中都有广泛的应用。

Redis 中Bitmap的相关命令

客户端连接 redis

docker exec -it redis-standalone  redis-cli  

auth 123456
1
2
3

Redis提供了一系列Bitmap相关的指令，包括以下几个：

指定key中的offset位设置为value

将指定key中的offset位设置为value（0或1），若key不存在，则会自动创建一个新的空Bitmap。

SETBIT key offset value
1

例：SETBIT mybitmap 1001 1 将mybitmap的第1001位设置为1。

127.0.0.1:6379> setbit mybitmap 1001 1
(integer) 0
1
2

获取指定 key 中的offset位的值

获取指定key中的offset位的值（0或1），若key不存在或offset超出范围，则返回0。

GETBIT key offset
1

例如：GETBIT mybitmap 1001将返回mybitmap的第1001位的值。

127.0.0.1:6379> getbit mybitmap 1001
(integer) 1
1
2

统计指定key中值为1的位的数量。

BITCOUNT key [start end]
1

可以通过可选参数start和end指定统计的范围（单位是位），若不指定，则默认统计整个Bitmap。

例如：BITCOUNT mybitmap 100 1000 将统计mybitmap中第100位到第1000位值为1的位的数量。

127.0.0.1:6379> bitcount mybitmap 100 1000
(integer) 1
1
2

对多个Bitmap进行位运算，并将结果保存到destkey中。

BITOP operation destkey key [key ...]
1

operation可以是AND、OR、XOR和NOT中的一个，表示进行与、或、异或和非运算。

例如：BITOP AND mybitmap1 mybitmap2 mybitmap3将mybitmap2和mybitmap3进行与运算，并将结果保存到mybitmap1中。

127.0.0.1:6379> bitop and mybitmap1 mybitmap2 mybitmap3
(integer) 0
1
2

查找指定key中第一个值为bit（0或1）的位的位置

查找指定key中第一个值为bit（0或1）的位的位置，并返回其索引（单位是位）。

BITPOS key bit [start] [end]
1

可以通过可选参数start和end指定查找的范围。若bit不存在于指定范围内，则返回-1。

例如：BITPOS mybitmap 1 100 1000将在mybitmap的第100位到第1000位中查找值为1的位的位置。

127.0.0.1:6379> bitpos mybitmap 1 100 1000
(integer) 1001
1
2

BITFIELD：在位图中存储整数值

BITFIELD命令允许用户在位图中的任意区域（field）存储指定长度的整数值，并对这些整数值执行加法或减法操作。

BITFIELD命令支持SET、GET、INCRBY、OVERFLOW这4个子命令，接下来将分别介绍这些子命令。

语法：

官方文档

BITFIELD key [GET encoding offset | [OVERFLOW <WRAP | SAT | FAIL>]
  <SET encoding offset value | INCRBY encoding offset increment>
  [GET encoding offset | [OVERFLOW <WRAP | SAT | FAIL>]
  <SET encoding offset value | INCRBY encoding offset increment>
  ...]]
1
2
3
4
5

根据偏移量对区域进行设置

除了根据偏移量对位图进行设置之外，SET子命令还允许用户根据给定类型的位长度，对位图在指定索引上存储的整数值进行设置。

通过使用BITFIELD命令的SET子命令，用户可以在位图的指定偏移量offset上设置一个type类型的整数值value，

来一个列子，从第0位开始，设置 sign:1880000000::202305 的 值为 198 ：

BITFIELD  sign:1880000000::202306   set u8  0 198
1

主要的参数如下：

• offset 操作的偏移量
• type 操作的值的数值类型
• value 要操作的值

对于参数的介绍如下：

参数1：offset参数用于指定设置的起始偏移量。

这个偏移量从0开始计算，偏移量为0表示设置从位图的第1个二进制位开始。

如果被设置的值长度不止一位，那么设置将自动延伸至之后的二进制位。

参数2：type参数用于指定等待设置的值类型，

type参数的值需要以i或者u为前缀，后跟被设置值的位长度，

其中i表示被设置的值为有符号整数，而u则表示被设置的值为无符号整数。

比如i8表示被设置的值为有符号8位整数，

而u16则表示被设置的值为无符号16位整数，诸如此类。

BITFIELD的各个子命令目前最大能够对64位长的有符号整数（i64）和63位长的无符号整数（u63）进行操作。

参数3：value参数用于指定被设置的整数值

这个值的类型应该和type参数指定的类型一致。

如果给定值的长度超过了type参数指定的类型，那么SET命令将根据type参数指定的类型截断给定值。

比如，如果用户尝试将整数123（二进制表示为01111011）存储到一个u4类型的区域中，那么命令会先将该值截断为4位长的二进制数字1011（即十进制数字11），然后再进行设置。

设置的结果

设置 sign:1880000000::202305 的 值为 198 ：

BITFIELD  sign:1880000000::202306   set u8  0 198
1

通过命令，我们可以从偏移量0开始，设置一个8位长的无符号整数值198（二进制表示为11000110）：

从子命令返回的结果可以看出，该区域被设置之前存储的整数值为0。下图展示了执行设置命令之后的位图：

批量操作：一次调用中执行多个子命令

尼恩提示：高并发场景，为了减少io 次数，一般都是建议 批量操作。

BITFIELD命令允许用户在一次调用中执行多个子命令，比如，通过在一次BITFIELD调用中使用多个SET子命令，我们可以同时对位图的多个区域进行设置：

BITFIELD  sign:1880000000::202306   SET u8 0 123 SET i32 20 10086
1

• 第1个子命令SET u8 0 123从偏移量0开始，设置一个8位长无符号整数值123。
• 第2个子命令SET i32 20 10086从偏移量20开始，设置一个32位长有符号整数值10086。

对于这2个子命令，BITFIELD命令返回了一个包含2个元素的数组作为命令的执行结果，

这2个元素分别代表2个指定区域被设置之前存储的整数值，比如第一个子命令返回的结果就是我们之前为该区域设置的值123。

下图展示了这个BITFIELD命令创建出的位图以及被设置的3个整数值在位图中所处的位偏移量。

上图也展示了SET子命令的两个特点：

• 设置可以在位图的任意偏移量上进行，被设置区域之间不必是连续的，也不需要进行对齐（align）。

  各个区域之间可以有空洞，即未被设置的二进制位，这些二进制位会自动被初始化为0。

• 在同一个位图中可以存储多个不同类型和不同长度的整数。

虽然这两个特点可以带来很大的灵活性，但是从节约内存、避免发生错误等情况考虑，我们一般还是应该：

• 以对齐的方式使用位图，并且让位图尽可能地紧凑，避免包含过多空洞。

• 每个位图只存储同一种类型的整数，并使用int-8bit、unsigned-16bit这样的键名前缀来标识位图中存储的整数类型。

获取区域存储的值

通过使用BITFIELD命令的GET子命令，用户可以从给定的偏移量或者索引中取出指定类型的整数值：

GET子命令各个参数的意义与SET子命令中同名参数的意义完全一样。

执行加法操作或减法操作

除了设置和获取整数值之外，BITFIELD命令还可以对位图存储的整数值执行加法操作或者减法操作，

这两个操作都可以通过INCRBY子命令实现。

语法：

BITFIELD命令并没有提供与INCRBY子命令相对应的DECRBY子命令，但是用户可以通过向INCRBY子命令传入负数增量来达到执行减法操作的效果。

INCRBY子命令在执行完相应的操作之后会返回整数的当前值作为结果。例子如下：

处理溢出

BITFIELD命令除了可以使用INCRBY子命令来执行加法操作和减法操作之外，还可以使用OVERFLOW子命令去控制INCRBY子命令在发生计算溢出时的行为。

语法：

OVERFLOW子命令的参数可以是WRAP、SAT或者FAIL中的一个：

• WRAP表示使用回绕（wrap around）方式处理溢出，这也是C语言默认的溢出处理方式。在这一模式下，向上溢出的整数值将从类型的最小值开始重新计算，而向下溢出的整数值则会从类型的最大值开始重新计算。
• SAT表示使用饱和运算（saturation arithmetic）方式处理溢出，在这一模式下，向上溢出的整数值将被设置为类型的最大值，而向下溢出的整数值则会被设置为类型的最小值。
• FAIL表示让INCRBY子命令在检测到计算会引发溢出时拒绝执行计算，并返回空值表示计算失败。

OVERFLOW子命令在执行时将不产生任何回复。此外，如果用户在执行BITFIELD命令时没有指定具体的溢出处理方式，那么INCRBY子命令默认使用WRAP方式处理计算溢出。

需要注意的是，因为OVERFLOW子命令只会对同一个BITFIELD调用中排在它之后的那些INCRBY子命令产生效果，所以用户必须把OVERFLOW子命令放到它想要影响的INCRBY子命令之前。

其他命令

除此之外，还有其他一些Bitmap相关的指令，如BITMAP等，可以根据实际需求进行选择。

redis bitmap 常用命令：

#向指定位置（offset）存入0或1
SETBIT key offset value
 
#获取指定位置（offset）的bit值
GETBIT key offset
 
#统计bitmap中(从start到end，如果不写起始位置，就统计整个key)值为1的bit数量
BITCOUNT key [start end]
 
#操作（查询，修改，自增）Bitmap中指定的位置（offset）的值
BITFIELD key [GET type offset] [SET type offset value] [INCRBY type offset increment] [OVERFLOW WRAP|SAT|FAIL]
 
#获取Bitmap中的bit数组，并以十进制返回
BITFIELD_RO
1
2
3
4
5
6
7
8
9
10
11
12
13
14

在线练习工具：https://try.redis.io/
查看更多命令：https://redis.io/commands

尼恩建议，优先使用位图存储整数

尼恩建议，在redis中，优先使用 位图存储整数， 而不是使用 String 存储整数

为啥呢？

在一般情况下，当用户使用字符串或者散列去存储整数的时候，Redis都会为被存储的整数分配一个long类型的值（通常为32位长或者64位长），并使用对象去包裹这个值，然后再把对象关联到数据库或者散列中。

与此相反，BITFIELD命令允许用户自行指定被存储整数的类型，并且不会使用对象去包裹这些整数，因此当我们想要存储长度比long类型短的整数，并且希望尽可能地减少对象包裹带来的内存消耗时，就可以考虑使用位图来存储整数。

使用SpringCloud+Redis BitMap 用户场景的签到实操

实操包括以下的操作：

• 用户签到实操
• 用户签到查询
• 查询 获取本月签到信息 签到

用户签到实操

代码如下：

测试如下：

用户签到查询

代码如下：

测试如下：

查询 获取本月签到信息 签到

代码如下：

测试如下：

本文的版本计划和基础学习资料

尼恩作为技术中台、数据中台的架构师， 高并发是尼恩架构的重点， 所以，后面会大家从 架构到实操， 多个维度、多种场景的高并发实操。

而且尼恩指导简历的过程中，也指导过小伙伴写过 10Wqps 超高并发 网关、超高并发秒杀、超高并发物联网等等简历，里边涉及到大量的设计模式，

经过尼恩的指导之后，很多 小伙伴的简历，里边立马金光闪闪，并且顺利走上了架构师之路。

后面有机会，带大家做一下这个高质量的实操，并且指导大家写入简历。

所以，这个材料后面也会进行持续迭代，大家可以找尼恩来获取最新版本和技术交流。

尼恩编著的400页PDF电子书 《SpringCloud Alibaba 技术圣经》

尼恩编著的500页 PDF电子书 《Java高并发核心编程 卷3 加强版》，清华大学出版社出版

pdf领取方式，请参见公众号： 技术自由圈

技术自由的实现路径 PDF：

实现你的 架构自由：

《吃透8图1模板，人人可以做架构》

《10Wqps评论中台，如何架构？B站是这么做的！！！》

《阿里二面：千万级、亿级数据，如何性能优化？ 教科书级 答案来了》

《峰值21WQps、亿级DAU，小游戏《羊了个羊》是怎么架构的？》

《100亿级订单怎么调度，来一个大厂的极品方案》

《2个大厂 100亿级 超大流量 红包 架构方案》

… 更多架构文章，正在添加中

实现你的 响应式 自由：

《响应式圣经：10W字，实现Spring响应式编程自由》

这是老版本 《Flux、Mono、Reactor 实战（史上最全）》

实现你的 spring cloud 自由：

《Spring cloud Alibaba 学习圣经》

《分库分表 Sharding-JDBC 底层原理、核心实战（史上最全）》

《一文搞定：SpringBoot、SLF4j、Log4j、Logback、Netty之间混乱关系（史上最全）》

实现你的 linux 自由：

《Linux命令大全：2W多字，一次实现Linux自由》

实现你的 网络 自由：

《TCP协议详解 (史上最全)》

《网络三张表：ARP表, MAC表, 路由表，实现你的网络自由！！》

实现你的 分布式锁 自由：

《Redis分布式锁（图解 - 秒懂 - 史上最全）》

《Zookeeper 分布式锁 - 图解 - 秒懂》

实现你的 王者组件 自由：

《队列之王： Disruptor 原理、架构、源码 一文穿透》

《缓存之王：Caffeine 源码、架构、原理（史上最全，10W字 超级长文）》

《缓存之王：Caffeine 的使用（史上最全）》

《Java Agent 探针、字节码增强 ByteBuddy（史上最全）》

实现你的 面试题 自由：

4000页《尼恩Java面试宝典 》 40个专题

以上尼恩 架构笔记、面试题 的PDF文件更新，请到下面《技术自由圈》公号取↓↓↓