SpringBoot + 位图（Bitmap）+ HyperLogLog：亿级用户签到、UV 统计极致优化
引言 最近在做用户签到系统重构时遇到了一个棘手问题：每天要处理上亿用户的签到数据，传统的MySQL方案已经扛不住了。后来发现Redis的位图和HyperLogLog简直是为这种场景量身定制的神器。 很多同学可能还不知道，Redis除了基本的String、Hash这些数据结构，还有专门针对大数据统计的高级数据结构。今天就来聊聊如何用位图和HyperLogLog，让亿级用户的统计变得轻而易举。 为什么传统方案会崩？ MySQL的局限性 面对亿级用户签到，传统MySQL方案的问题： 存储空间爆炸： 每个用户每天一条记录，1亿用户就是1亿条数据 按照每条记录1KB计算，一天就要100GB 一个月下来就是3TB，成本惊人 查询性能瓶颈： SELECT COUNT(DISTINCT user_id) WHERE date = '2024-01-01' 这种查询会全表扫描 即使加索引，大数据量下性能依然很差 多维度统计（月活、年活）更加困难 并发写入压力： 高峰期大量用户同时签到 数据库连接池被打满 事务锁竞争严重 Redis高级数据结构登场 位图（Bitmap）的核心优势 位图是用二进....
