14亿个手机号，如何去重？
HashMap/HashSet
用HashMap的key唯一来去重。
弊端：手机号码是11位数字，每个数字都是0-9之间的数字，因此每个数字占用4个bit，4 * 11 = 44 bit,44 / 8 = 5.5 byte,向上取整为6byte。14亿 * 6Byte /1024/1024/1024 = 7.8G
文件切割
避免内存过大。可以通过hashcode进行拆分，相同的手机号码会被拆分到同一个小文件中，之后在每个小文件去重。
弊端：海量文件操作。效率低下
Redis位图
Redis位图是什么
Redis位图（Bitmap）是一种使用单个Redis字符串来存储二进制位的数据结构。通过使用位运算来设置、获取或者清除单个位，可以使用位图来表示和压缩大量二进制数据。
查重原理
每个手机号码代表一个整数位，然后将该整数对应的位设为1表示该号码存在，0表示该号码不存在。
具体步骤：
1.首先创建一个位图，长度为2048(字节)（考虑偏移量可以偏大一点），命名为phone_bitmap。（11为数字转化为二进制最大为：11111111111，高位进一：100000000000，2048字节，理论最大占用内存 2048/1024 = 2KB）
2.使用SETBIT命令将对应位设为1。例如手机号码为13800138000，对应的bit位设为1 ：SETBIT phone_bitmap 13800138000 1 。
3.判断一个号码是否存在，使用GETBIT命令获取对应的位。例如查询手机号码13800138000是否存在：
GETBIT phone_bitmap 13800138000
4.如果返回值为1，则说明该号码存在；如果返回值为0，则说明该号码不存在。
常用业务场景
1.统计在线用户数量：使用Redis位图可以方便地记录用户的在线状态，当用户登录时将其在位图中的对应位置设置为1，退出时将其位置设置为0，这样可以通过位图中1的数量来快速统计在线用户数量。
2.统计用户活跃度：可以将位图理解为一个布隆过滤器，每个位代表一个元素是否存在，因此可以快速地判断一个用户是不是活跃用户。
3.压缩数据：Redis位图经常被用于压缩一些只包含0和1的数据，比如用户行为数据或者设备状态数据等等。将这些数据存储在Redis位图中，可以减少存储空间的使用，并且通过位运算可以快速查询这些数据。
可操作步骤列表：
1.设置位图：使用SETBIT命令可以将某个位置设置为1，例如SETBIT user:1 1000 1可以将user:1的位图中，第1000位设置为1。
2.获取位图：使用GETBIT命令可以获取某个位置的值，例如GETBIT user:1 1000可以获取user:1的位图中，第1000位的值。
3.统计位图中1的数量：使用BITCOUNT命令可以统计位图中1的数量，例如BITCOUNT user:1可以统计user:1的位图中1的数量。
4.求多个位图的并、交、异或等操作：使用BITOP命令可以对多个位图执行并、交、异或等操作，例如BITOP AND result user:1 user:2可以将user:1和user:2的位图进行与操作，并将结果存储到result中。
5.使用位图进行过滤：可以将位图理解为一个布隆过滤器，将一些只包含0和1的数据存储在位图中，使用位运算快速判断某个元素是否存在。
