[050][功能模块]基于 Redis Bitmap 的高性能签到系统设计

在用户激励体系中，签到功能几乎是每个互联网产品的标配。签到数据通常需要记录用户每天的签到状态、连续签到天数、月度签到日历，同时还要支撑日活跃用户（DAU）和月活跃用户（MAU）的统计。如果直接使用关系型数据库存储每条签到记录，当用户量增大时，写入和查询压力会非常巨大。利用 Redis 的 Bitmap 数据结构，可以将一个用户一个月的签到状态压缩到几个字节内，同时支持毫秒级的位操作与统计。

本文将基于一套开源的 tutorials4j 签到模块代码，详细拆解其设计思路、核心实现以及关键技术点，帮助开发者快速搭建高并发、低成本的签到系统。

一、整体架构与模块划分

整个签到模块围绕以下核心类构建：

设计上采用了模板模式：SignInService 根据 source 创建或获取对应的 SignInTemplate，每个 SignInTemplate 持有独立的 SignInConfig。这样一来，不同业务线（比如“每日任务”、“节日活动”）就能使用不同的 Key 前缀和过期策略，互不干扰。

graph LR  A[客户端] --> B[SignInService]  B --> C1[SignInTemplate (source=task)]  B --> C2[SignInTemplate (source=event)]  C1 --> D[Redis Bitmap]  C2 --> D  C1 --> E[SignInResultHandler]  C2 --> E

二、核心功能实现解析

1. 签到 – SignInTemplate.signIn()

流程：

1. 根据 account 和 signDate 生成月份 Key（格式：{keyPrefix}{source}:{account}:yyyyMM）。
2. 计算当天的 offset = date.getDayOfMonth() - 1。
3. 调用 RedisBitmapUtils.setBit(key, offset, true)，返回旧值。
4. 若旧值为 false（首次签到），则设置 Key 的过期时间，并记录日活/月活。
5. 查询本月累计签到天数（bitCount）和连续签到天数。
6. 构造 SignInResult 并交给 SignInResultHandler 处理。

关键点：

• 防重复签到：通过 setBit 返回的旧值判断，若已为 true，repeatedSignIn=true，且不重复累加日活。
• 过期时间：签到 Key 的过期时间由 SignInConfig.expireTime 控制（默认为 365 天），避免 Redis 中残留过多历史数据。

boolean firstSigned = doSign(monthKey, offset);
if(firstSigned) {   doActive(signDate, account);  // 记录日活/月活
}

2. 连续签到天数计算 – calculateContinuousDays()

这是签到系统里最具技术含量的部分。代码利用 Redis 的 BITFIELD 命令，一次性读取从当月第1天到当前天的所有 bit 位，作为一个无符号整数，然后通过位运算从低位向高位统计连续为 1 的个数。思路巧妙，我们来看具体步骤。

算法步骤：

• 设当前日期为当月第 day 天（例如 2026-06-08，则 day=8）。
• 使用 BITFIELD key GET u{day} 0 获取从 offset 0 开始的 day 位无符号整数。这意味着该整数的二进制表示中，最低位（bit 0）对应当月的第1天，最高位（bit day-1）对应第 day 天。
• 循环检查该整数的最低有效位（value & 1）是否为 1，若为 1 则计数加一，然后右移一位继续检查，直到遇到 0 或检查完所有位。
• 最终计数即为从当前天向前连续签到的天数（包含当天）。

示例：假设当月已签到 1、2、3、5 天，今天是第 5 天。BITFIELD 读出的前 5 位二进制为 10111（低→高：第1天=1，第2天=1，第3天=1，第4天=0，第5天=1）。从低位开始检测：第1位=1 → count=1，右移得 1011；最低位=1 → count=2，右移得 101；最低位=1 → count=3，右移得 10；最低位=0 → 停止。结果 continuousDays=3，正确反映了 1、2、3 号的连续签到，5 号虽然签到了但与前一次签到中断。

List result = redisTemplate.opsForValue().bitField(key,  BitFieldSubCommands.create().get(BitFieldSubCommands.BitFieldType.unsigned(day)).valueAt(0));
long value = result.getFirst();
long count = 0;
for (int i = 0; i < day; i++) {   if ((value & 1) == 0) break;  count++;  value >>= 1;
}

️ 注意：此算法假设 BITFIELD 返回的整数最低位对应当月第1天，这与 Redis 的位图偏移量定义一致（offset 0 为第1天）。另外，该算法不处理跨月连续签到，如需跨月需额外查询上个月的连续签到情况。

3. 签到日历 – queryCalendar()

返回用户当月的签到日历，包含：

• 已签到的日期列表（signedDays）
• 本月累计签到天数
• 今天是否签到
• 当前连续签到天数

实现方式简单直接：遍历当月每一天的 offset（0 到 daysInMonth-1），逐个调用 getBit 检查，收集签到的日期。时间复杂度 O(N)，N ≤ 31，性能可接受。

List signedDays = new ArrayList<>();
for (int i = 0; i < daysInMonth; i++) {   if (Boolean.TRUE.equals(RedisBitmapUtils.instance.getBit(monthKey, i))) { 
signedDays.add(i + 1);  }
}

4. 日活/月活统计 – doActive() 与 countXXXActive()

统计思路：

• 为每一天（或月）创建一个全局 Bitmap，Key 格式为 {keyPrefix}{source}:dau:yyyyMMdd（或 mau:yyyyMM）。
• 每个用户通过哈希算法映射到该 Bitmap 中的某一个 bit 位。
• 首次签到当天，设置对应的 bit 为 1，表示该用户今日活跃。
• 统计时直接调用 bitCount 获取 Bitmap 中 1 的数量。

哈希映射：代码中使用 RedisBitmapUtils.hash(account) % MAX_BITS，其中 MAX_BITS = 100_000，意味着单个 Bitmap 最多支持 10 万用户。若用户量超过此值，可能出现哈希冲突导致统计略微偏低，但通常可以接受，也可以调整 MAX_BITS 为更大值（如 1 亿，对应约 12MB 内存）。

long offset = Math.abs(RedisBitmapUtils.instance.hash(account) / MAX_BITS);
String dauKey = getDauKey(date);
Boolean oldValue = RedisBitmapUtils.instance.setBit(dauKey, offset, true);
if (Boolean.FALSE.equals(oldValue)) {   RedisBitmapUtils.instance.setExpireTime(dauKey, config.expireTime());
}

5. 签到结果处理 – SignInResultHandler

SignInService 和 SignInTemplate 构造时接收一个 SignInResultHandler 实例，每次签到完成后会自动调用其 handle(result) 方法。开发者可以实现该接口来记录日志、发放奖励、发送消息等。代码中提供了一个简单的日志实现 LoggingSignInResultHandler。

这体现了开闭原则：签到核心逻辑与后续处理解耦，便于扩展。

三、配置与扩展性

1. Spring Boot 自动配置风格

SignInProperties 绑定前缀 tutorials4j.feature.sign-in（通过 PropertiesConsts.PROPERTY_PREFIX_FEATURE_SIGN_IN 定义），支持以下配置项：

tutorials4j:feature:  sign-in:
key-prefix: "myapp:sign:"   # 默认 "sign-in:"
expire-time: 365D   # 默认 365 天

2. 多源隔离

SignInService.template(String source) 方法允许传入不同的 source（如 "daily"、"lottery"），内部根据 SignInConfig（可部分覆盖默认值）创建独立的 SignInTemplate。不同源的 Redis Key 前缀不同，彼此数据完全隔离。

// 使用默认配置
SignInTemplate template = signInService.template("daily");

// 自定义前缀和过期时间
SignInConfig config = SignInConfig.builder()  .source("activity")  .keyPrefix("act:sign:")  .expireTime(Duration.ofDays(30))  .build();
SignInTemplate activityTemplate = signInService.template(config);

四、使用示例

假设已经配置好 RedisTemplate 并初始化了 SignInService Bean：

@Autowired
private SignInService signInService;

public void demo() {   // 获取签到模板  SignInTemplate template = signInService.template("demo");
  // 用户今日签到  LocalDate today = LocalDate.now();  SignInResult result = template.signIn("user123", today);  System.out.println("签到成功：" + result.signedIn());  System.out.println("连续签到：" + result.continuousDays() + "天");
  // 查询某天是否签到  boolean signed = template.checkStatus("user123", today);
  // 获取月度日历  SignInCalendar calendar = template.queryCalendar("user123", today);  System.out.println("本月已签日期：" + calendar.getSignedDays());
  // 统计今日活跃用户数  long dau = template.countDailyActive(today);
}

五、注意事项与优化建议

1. 连续签到跨月问题当前实现仅计算当月的连续签到，如果用户在上月最后几天连续签到，跨月后连续天数会重置。如需真正的跨月连续，需要在 calculateContinuousDays 中加入上月最后一天的检测逻辑，或者查询上个月的 Bitmap 并递归计算。

2. 用户量超过 MAX_BITSMAX_BITS 硬编码为 10 万，当用户数超过该值时哈希冲突概率增大，导致日活统计偏低。建议将 MAX_BITS 设计为可配置参数，或者使用更精确的 HyperLogLog 替代 Bitmap 做日活统计（但 Bitmap 可以获取具体哪些用户活跃）。

3. BITFIELD 命令的兼容性Redis 4.0 及以上版本支持 BITFIELD。如果使用较低版本，需要改用多次 GETBIT 循环计算连续天数（性能会明显下降）。

4. 分布式环境下的并发单次 setBit 是原子操作，但“签到 + 日活记录”两步并非原子。极端情况下（如同一个用户并发签到两次），可能导致日活被重复计数。可以通过分布式锁或 Lua 脚本将两步合并为一个原子操作。

5. Key 的过期策略签到 Key 和 DAU/MAU Key 都使用了相同的 expireTime。实际上 DAU Key 的保留时间可以更短（例如保留 30 天），而签到记录可能需要更长。可以根据业务需要为不同 Key 单独设置过期时间。

六、总结

这套签到模块充分利用了 Redis Bitmap 的特性：

• 内存占用极低：每个用户每月仅占用 N/8 字节（N=当月天数，最多 4 字节）。
• 操作高效：setBit / getBit / bitCount 均为 O(1) 或 O(N) 但 N 上限 31 天。
• 统计灵活：通过 BITFIELD 一条命令即可完成连续签到计算，无需多次查询。

同时，代码通过 SignInService + SignInTemplate 的设计支持多业务源隔离，并通过 SignInResultHandler 提供了良好的扩展点。开发者可以快速将此模块集成到自己的项目中，稍作调整即可满足大部分签到场景的需求。

如果你正在设计一个低成本的签到系统，不妨参考这种基于 Redis Bitmap 的实现方式。它轻量、高效，足以支撑千万级用户的产品。