📖 模块简介
在金融风控与反欺诈领域，如何高效标记和追踪用户的特定行为（如是否已实名、是否有风险操作等）是系统设计的关键。Redis Bitmaps 以极低的存储成本和高效的位操作，成为用户行为标记、批量统计的利器。本文介绍其原理、典型金融应用、Go 语言集成实现、常见问题与最佳实践。
🧠 基础原理
- Bitmaps 存储结构：本质是二进制位数组，每一位可标记一个用户/行为的状态（0/1）。
- 高效的位操作：支持 SETBIT/GETBIT/BITCOUNT/BITOP 等原子操作，适合大规模用户批量统计。
- 空间利用率极高：百万级用户只需几百 KB 内存，适合大规模行为标记。
- 典型用法：如 user_id 作为 offset，某行为（如实名）为 key，SETBIT 标记，GETBIT 查询，BITCOUNT 统计。
💼 金融业务应用场景
- 实名状态批量标记：快速判断/统计哪些用户已完成实名认证。
- 风险操作行为追踪：如是否当天有登录、是否有大额操作等。
- 黑名单/灰名单快速过滤：批量筛查风险用户，提升风控效率。
- 营销活动参与标记：如是否参与过某活动、是否领取过红包等。
💻 示例代码（Go + Redis）
1. 标记用户已实名
// 标记 userID 已实名，实名 bitmap key: "user:realname:bitmap"
offset := userID // 假设 userID 为 int64
_, err := rdb.SetBit(ctx, "user:realname:bitmap", offset, 1).Result()
2. 查询用户是否已实名
bit, err := rdb.GetBit(ctx, "user:realname:bitmap", offset).Result()
if bit == 1 {
// 已实名
} else {
// 未实名
}
3. 统计已实名用户数
count, err := rdb.BitCount(ctx, "user:realname:bitmap", nil).Result()
fmt.Printf("已实名用户数: %d\n", count)
🚨 常见问题与注意事项
- userID 映射与稀疏性：userID 需为连续或可控范围的整数，否则 bitmap 会稀疏浪费空间。
- 删除/回收用户：Bitmap 不支持位级别删除，需额外设计回收机制。
- 并发安全：位操作原子性强，但批量统计需注意业务一致性。
- key 设计与生命周期：建议按业务分 key 管理，定期清理无用 bitmap。
- 超大 userID 可能导致内存浪费：需限制 userID 最大值或做 hash 映射。
✅ 最佳实践建议
- userID 建议做 hash 或映射，避免超大 offset。
- 按业务类型/日期分 key，便于管理与过期。
- 定期统计与归档，防止 bitmap 膨胀。
- 结合 SET/Hash 等结构补充复杂属性。
- 监控 bitmap key 的内存占用，及时优化。
