1. 首页
  2. 文章中心
  3. php

用PHP来统计在线人数的四个方法详解

100 阅读 0 评论

本篇文章给大家带来了关于PHP的相关知识，其中主要介绍了怎么实现统计在线人数的问题，可以利用表统计方式、用redis有序集合统计、用hyperloglog做统计等等，下面一起来看一下，希望对大家有帮助。

推荐学习：《PHP视频教程》

一个业务系统网站每天人数的访问量是多少，在线人数是多少？这种业务我们在开发中就要预留，也是在我们的设计范围内的咯！因为一个正在运营的网站，每天都会用到统计。

那在线人数是如何统计的呢，这里有几种方案，代码用 laravel 框架。可以作为开发中参考。

1 用表统计方式

用数据表统计在线人数，这种方式只能用在并发量不大的情况下。

首先我们先新建表：user_login

20.png

编辑

user_login 表

模拟用户登录，不存在用户就存入表，存在的则更新登录信息

// 客户端唯一的识别码
$client_id = session()->getId();
//用户是否已存在
$user = DB::table('user_login')
    ->where('token', $client_id)
    ->first();
//不存在则插入数据
if (empty($user)) {
    $data = [
        'token' => $client_id,
        'username' => 'user_' . $client_id, // 模拟用户
        'uid' => mt_rand(10000000, 99999999),   //模拟用户id
        'create_time' => date('Y-m-d H:i:s'),
        'update_time' => date('Y-m-d H:i:s')
    ];
    DB::table('user_login')->insert($data);
} else {    
    // 存在则更新用户登录信息
    DB::table('user_login')
     ->where('token', $client_id)
     ->update([
          'update_time' => date('Y-m-d H:i:s')
      ]);
}
登录后复制
登录后复制

这里还需要定期清理无任何操作的用户，假如用户一个小时内无任何操作，我们可以记为无效用户

代码如下：

// 客户端唯一的识别码
$client_id = session()->getId();
//用户是否已存在
$user = DB::table('user_login')
    ->where('token', $client_id)
    ->first();
//不存在则插入数据
if (empty($user)) {
    $data = [
        'token' => $client_id,
        'username' => 'user_' . $client_id, // 模拟用户
        'uid' => mt_rand(10000000, 99999999),   //模拟用户id
        'create_time' => date('Y-m-d H:i:s'),
        'update_time' => date('Y-m-d H:i:s')
    ];
    DB::table('user_login')->insert($data);
} else {    
    // 存在则更新用户登录信息
    DB::table('user_login')
     ->where('token', $client_id)
     ->update([
          'update_time' => date('Y-m-d H:i:s')
      ]);
}
登录后复制
登录后复制

我们可以实现的功能：

1）当前在线人数

2）某时间段内在线人数

3）最新上线的用户

4）指定用户是否在线

// 可实现功能一：当前总共在线人数
$c = DB::table('user_login')->count();
echo '当前在线人数：' . $c . '<br />';
// 可实现功能二：某时间段内在线人数
$begin_date = '2020-08-13 09:00:00';
$end_date = '2020-08-13 18:00:00';
$c = DB::table('user_login')
    ->where('create_time', '>=', $begin_date)
    ->where('create_time', '<=', $end_date)
    ->count();
echo $begin_date . '-' . $end_date . '在线人数：' . $c . '<br />';
// 可实现功能三：最新上线的用户
$newest = DB::table('user_login')
    ->orderBy('create_time', 'DESC')
    ->limit(10)
    ->get();
echo '最新上线的用户有：';
foreach ($newest as $value) {
    echo $value->username . ' ';
}
echo '<br />';
// 可实现功能四：指定用户是否在线
$username = 'user_1111';
$online = DB::table('user_login')
    ->where('username', $username)
    ->exists();
echo $username . ($online ? '在线' : '不在线');
登录后复制

2 使用 redis 有序集合实现在线人数统计

因为是内存中，所以效率很高，可以统计某个时间段内的在线人数，可以做各种聚合操作。但是如果在线人数比较多的情况下，会比较占用内存。还有一点：

无法通过用户操作时间清除掉无效用户，只有手动登出的用户才会从集合中删除。

代码如下：

// 客户端唯一的识别码
$client_id = session()->getId();
echo $client_id . '<br />';
// 按日期生成key
$day = date('Ymd');
$key = 'online:' . $day;
// 是否在线
$is_online = Redis::zScore($key, $client_id);
if (empty($is_online)) {    // 不在线，加入当前客户端
    Redis::zAdd($key, time(), $client_id);
}
// 可实现功能一：当前总共在线人数
$c = Redis::zCard($key);
echo '当前在线人数：' . $c . '<br />';
// 可实现功能二：某时间段内在线人数
$begin_date = '2020-08-13 09:00:00';
$end_date = '2020-08-13 18:00:00';
$c = Redis::zCount($key, strtotime($begin_date), strtotime($end_date));
echo $begin_date . '-' . $end_date . '在线人数：' . $c . '<br />';
// 可实现功能三：最新上线的用户,时间从小到大排序
$newest = Redis::zRangeByScore($key, '-inf', '+inf', ['limit' => [0, 50]]);
echo '最新上线的用户有：';
foreach ($newest as $value) {
    echo $value . ' ';
}
echo '<br />';
// 可实现功能四：指定用户是否在线
$username = $client_id;
$online = Redis::zScore($key, $client_id);;
echo $username . ($online ? '在线' : '不在线') . '<br />';
// 可实现功能五：昨天和今天都上线的客户
$yestoday = Carbon::yesterday()->toDateString();
$yes_key = str_replace('-', '', $yestoday);
$members = [];
Redis::pipeline(function ($pipe) use ($key, $yes_key, &$members) {
    Redis::zinterstore('new_key', [$key, $yes_key], ['aggregate' => 'min']);
    $members = Redis::zRangeByScore('new_key', '-inf', '+inf', ['limit' => [0, 50]]);
    //dump($members);
});
echo '昨天和今天都上线的用户有：';
foreach ($members as $value) {
    echo $value . ' ';
}
登录后复制

3 使用 hyperloglog 做统计

跟有序集合方式不同，hyperloglog 十分节约空间，但是实现的功能也非常单一，只能统计在线人数，不能实现其余的任何功能。

Redis HyperLogLog 是用来做基数统计的算法，HyperLogLog 的优点是，在输入元素的数量或者体积非常非常大时，计算基数所需的空间总是固定 的、并且是很小的。

在 Redis 里面，每个 HyperLogLog 键只需要花费 12 KB 内存，就可以计算接近 2^64 个不同元素的基 数。这和计算基数时，元素越多耗费内存就越多的集合形成鲜明对比。

但是，因为 HyperLogLog 只会根据输入元素来计算基数，而不会储存输入元素本身，所以 HyperLogLog 不能像集合那样，返回输入的各个元素。

// note HyperLogLog 只需要知道在线总人数
for ($i=0; $i < 6; $i++) {
    $online_user_num = mt_rand(10000000, 99999999);     //模拟在线人数
    var_dump($online_user_num);
    for ($j=1; $j < $online_user_num; $j++) { 
        $user_id = mt_rand(1, 100000000);
        $redis->pfadd('002|online_users_day_'.$i, [$user_id]);
    }
}
$count = 0;
for ($i=0; $i < 3; $i++) { 
    $count += $redis->pfcount('002|online_users_day_'.$i);
    print_r($redis->pfcount('002|online_users_day_'.$i). "n");
}
var_dump($count);
//note  3 days total online num
var_dump($redis->pfmerge('002|online_users_day_both_3', ['002|online_users_day_0', '002|online_users_day_1', '002|online_users_day_2']));
var_dump($redis->pfcount('002|online_users_day_both_3'));
登录后复制

这种方案仅仅只能统计出某个时间段在线人数的总量， 对在线用户的名单却无能为力，但是却挺节省内存的，对统计数据要求不多情况下 ，我们便可以考虑这种方案。

4 使用 bitmap 统计

bitmap 就是通过一个 bit 位来表示某个元素对应的值或者状态，其中的 key 就是对应元素本身。我们知道 8 个 bit 可以组成一个 Byte，所以 bitmap 本身会极大的节省储存空间。

bitmap 常用来做比如用户签到、活跃用户、在线用户等功能。

代码如下

// 模拟当前用户
$uid = request('uid');
$key = 'online_bitmap_' . date('Ymd');
// 设置当前用户在线
Redis::setBit($key, $uid, 1);
// 可实现功能1：在线人数
$c = Redis::bitCount($key);
echo '在线人数：' . $c . '<br />';
// 可实现功能2：指定用户是否在线
$online = Redis::getBit($key, $uid);
echo $uid . ($online ? '在线' : '不在线') . '<br />';
// 可实现功能3：昨天和今天均上线的用户总数
$yestoday = Carbon::yesterday()->toDateString();
$yes_key = str_replace('-', '', $yestoday);
$c = 0;
Redis::pipeline(function ($pipe) use ($key, $yes_key, &$c) {
    Redis::bitOp('AND', 'yest', $key, $yes_key);
    $c = Redis::bitCount('yest');
});
echo '昨天和今天都上线的用户数量有：' . $c . '<br />';
登录后复制

bitmap 消耗的内存空间不多， 统计的信息却挺多的，这种方案是值得推荐一下的。

推荐学习：《PHP视频教程》

以上就是用PHP来统计在线人数的四个方法详解的详细内容，更多请关注悠悠之家其它相关文章！

点赞(66)

评论列表共有 0 条评论

立即
投稿
返回
顶部