来源 | http://suo.im/5EWN3k
今天，看下签到功能怎么选择？
现在的网站和app开发中，签到是一个很常见的功能，如微博签到送积分，签到排行榜~
微博签到
如移动app ，签到送流量等活动，
移动app签到
用户签到是提高用户粘性的有效手段，用的好能事半功倍！
下面我们从技术方面看看常用的实现手段：
一. 方案1
直接存到数据库MySQL
用户表如下：
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=12.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+1b.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 = $model->save();二. 方案2
redis实现方案，使用bitmap来实现，bitmap是redis 2.2版本开始支持的功能，一般用于标识状态，
另外 ，用bitmap进行当天有多少人签到非常的方便，使用bitcount
count=redis->BITCOUNT($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？
看完本文有收获？点赞、分享是最大的支持！
