用Redis怎么快速搞定在线人数统计，实时数据那块其实挺好玩的

这事儿其实挺有意思的,用Redis来做在线人数统计，核心就是利用Redis的两个看家本领：一是速度贼快，所有操作都在内存里完成；二是它提供了几种特别适合这种场景的数据结构，咱们不用扯那些复杂的概念，就聊具体怎么干。

最直接的招数：用 String 类型——简单粗暴

最原始的想法是啥？不就是每个人上线的时候，我在Redis里记录一下，下线的时候删掉嘛，用String类型可以这么玩：给每个用户分配一个唯一的键，user:online:用户ID，值随便设个啥，1”或者“true”，并且给这个键设置一个过期时间，比如30分钟，这个过期时间很关键，它相当于一个“心跳”，如果用户正常下线，我们主动删除这个键；即使用户异常掉线（比如直接关闭浏览器），30分钟后这个键也会自动过期，相当于自动清理。

那统计总在线人数呢？就用Redis的 KEYS 命令，KEYS user:online:*，然后看看返回多少个键就行了。

这个方法有个大问题！ KEYS 命令在生产环境是禁用的，因为它会遍历整个数据库的所有键，当你的用户量达到百万、千万级别时，这个操作会直接让Redis卡死，简直就是灾难，这个办法只适合自己写着玩，或者用户量极小的情况，绝对不能用在正经的项目里。

进阶玩法：用 Set 或 Sorted Set——靠谱多了

既然 KEYS 命令不能用，我们就得找能高效统计数量的数据结构，Redis的 Set（集合）就是个好选择。

• 上线：当用户（假设用户ID是123）上线时，执行 SADD online_users 123，这个命令的意思是，向一个名叫 online_users 的集合里添加成员“123”，如果用户已经在线（即集合里已经有123了），这个操作会自动去重，啥也不干。
• 下线：当用户下线时，执行 SREM online_users 123，从集合里把用户“123”移除。
• 统计：想知道现在有多少人在线？太简单了，执行 SCARD online_users，这个命令能瞬间（O(1)时间复杂度）返回集合里元素的总数，也就是在线人数，速度飞快，不管集合有多大。

这个方法解决了统计的问题,但它还是有个小缺点：依赖客户端“文明”地下线，如果用户突然断网，客户端来不及发送下线的指令，那这个用户就会一直“幽灵在线”，直到你手动处理，为了解决这个问题，我们就需要引入“心跳”机制。

高级玩法：Sorted Set（有序集合）—— 实时性的精髓

这就是你说的“实时数据那块挺好玩的”核心所在了。Sorted Set 不仅能存成员，还能给每个成员关联一个分数（score），我们可以巧妙地利用这个分数来做时间戳。

• 上线和心跳：我们不再区分严格的上线下线动作，而是让用户的浏览器每隔一段时间（比如15秒）就向服务器发一个请求，说“我还活着”，服务器收到这个请求后，就执行一个命令： ZADD online_users 当前时间戳 用户ID ZADD online_users 1717589100 123 这个命令的意思是，把用户“123”放入 online_users 这个有序集合，并且把他的分数设置为当前的时间戳（比如1717589100），如果用户已经存在，ZADD 会更新他的分数为最新的时间戳。

• 统计在线人数：什么算在线？我们定义一个规则：最近60秒内有过心跳的用户，就算在线，那么统计命令就变成了： ZCOUNT online_users (当前时间戳 - 60) +inf 解释一下：ZCOUNT 是统计分数在某个区间内的成员数量。(1717589100 - 60) 表示60秒前的时间戳（注意小括号表示开区间，不包含这个临界值），+inf 表示正无穷，这个命令的意思就是：找出所有分数大于60秒前时间戳的成员，也就是所有在最近60秒内更新过心跳的用户，然后统计他们的数量，这个操作也非常高效。

• 自动清理僵尸用户：有了时间戳，我们还可以定时任务，自动清理那些长时间没有心跳的“僵尸用户”： ZREMRANGEBYSCORE online_users -inf (当前时间戳 - 60) 这个命令会删除所有分数小于60秒前时间戳的成员，也就是清理掉超过60秒没心跳的用户，保持集合的干净。

  

这个方法的好处是真正的实时和健壮,它不依赖用户的正常下线，能容忍网络抖动，只要用户还在活跃，他的时间戳就会不断刷新；一旦他失联，超过指定时间就会被自动移出在线列表。

再来个妙用：HyperLogLog——海量数据的统计神器

你可能不需要知道精确的“此时此刻”的在线人数，而是想统计“今天一天的独立在线用户数”这种指标，用户量特别大的时候，用Set或Sorted Set可能会占用很多内存，这时候就可以祭出Redis的“概率性数据结构”——HyperLogLog。

HyperLogLog的特点是：它用来统计一个集合中不重复元素的个数，但牺牲了精确度，换来了极小的内存占用（每个HyperLogLog键只需要约12KB内存，就能统计接近2^64个不重复元素）。

• 操作：每天创建一个新的HyperLogLog键，uv:20240605，每当有用户访问时，就执行 PFADD uv:20240605 用户ID。
• 统计：一天结束后，执行 PFCOUNT uv:20240605，就能得到当天的去重在线用户数，这个数字可能有个1%左右的误差，但在亿级流量的场景下，用微小的误差换来巨大的内存节省和性能提升，是完全值得的。

总结一下

所以你看,用Redis搞在线人数统计，就像玩积木一样，有不同的组件可以选择：

• 要简单、精确地统计当前在线人数，用 Set，配合上下线通知。
• 要做得更实时、更健壮，能应对异常掉线，用 Sorted Set，配合心跳机制，这是最好玩也最常用的方式。
• 要统计海量数据下的历史独立用户数（比如日活），不计较一点点误差，就用 HyperLogLog 来省内存。

这些东西组合起来,就能轻松应对各种场景下的计数需求了，而且速度都飞快，这正是Redis的魅力所在。