一. 方案1

直接存到数据库MySQL

用户表如下：点击并拖拽以移动 last_checkin_time 上次签到时间

checkin_count 连续签到次数

记录每个用户签到信息

签到流程

1.用户第一次签到

last_checkin_time = time()
checkin_count=1

2.用户非第一次签到，且当天已签到

什么也不做，返回已签到。

3.用户非第一次签到，且当天还未签到

a.昨天也有签到

last_checkin_time = time()
checkin_count= checkin_count+1

b.昨天没有签到

last_checkin_time = time()
checkin_count=1

使用yii实现的代码如下：

//0点
$today_0 = strtotime(date('y-m-d'));
//昨天0点
$yesterday_0 = $today_0-24*60*60;
$last_checkin_time = $model->last_checkin_time;if(empty($last_checkin_time)){
 //first checkin
 $model->last_checkin_time = time();
 $model->checkin_count = 1;  
}else{
 if($today_0 < $last_checkin_time){
  //checkin ed 当天已签到过
  return json_encode(['code' => 0, 'msg' => '已签到成功']);
 } //昨天签到过 if($last_checkin_time < $today_0 && $last_checkin_time > $yesterday_0){
  $model->last_checkin_time = time();
  $model->checkin_count = $model->checkin_count + 1; 
 }else{
  //昨天没签到过，重新计数
  $model->last_checkin_time = time();
  $model->checkin_count = 1;
 }}$rs = $model->save();

二. 方案2

redis实现方案，使用bitmap来实现，bitmap是redis 2.2版本开始支持的功能，一般用于标识状态，

另外，用bitmap进行当天有多少人签到非常的方便，使用bitcount

redis->BITCOUNT($key);

签到流程

设置两个bitmap ,

一个以每天日期为key ，每个uid为偏移量
一个以用户uid为key ，当天在一年中的索引为偏移量，

这样记录一个用户一年的签到情况仅需要365*1bit

以下是签到代码

//每天一个key
  $key = 'checkin_' . date('ymd');
  if($redis->getbit($key, $uid)){
   //已签到   return json_encode(['code' => 0, 'msg' => '已签到成功']);
  }else{
   //签到   $redis->setbit($key, $uid, 1);
   $redis->setbit('checkin_'.$uid , date('z'), 1);
  }

以下是用户连续签到计算

public static function getUserCheckinCount($uid){
  $key =  'checkin_'.$uid;
  $index = date('z');
  $n = 0;
  for($i = $index; $i>=0;$i--){
   $bit = Yii::$app->redis->getbit($key, $i);   if($bit == 0) break;
   $n++;  }  return $n;
 }

以下是计算一天签到用户数

$key = 'checkin_' . date('ymd');
$redis = Yii::$app->redis;$count = $redis->BITCOUNT($key);

还有什么需求呢？可以自己试着去实现

三. 优缺点比较

1.直接MySQL

思路简单，容易实现；

缺点：占用空间大，表更新比较多，影响性能，数据量大时需要用cache辅助；

2.Redis bitmap

优点是:

占用空间很小，纯内存操作，速度快；

缺点是 :

记录的信息有限，只有一个标识位；

偏移量不能大于2^32，512M；大概可以标识5亿个bit位，绝大多数的应用都是够用的啦；

偏移量很大的时候可能造成 Redis 服务器被阻塞；所以要考虑切分。

好啦，两种方式介绍完了，各有利弊，你喜欢哪种方式呢？

欢迎留言讨论！