雪花 ID 直接做 Redis Bitmap 偏移量的问题
哪些公司问过
答案要点
- SETBIT 偏移量要求小于 2 的 32 次方,对应字符串 512MB 上限,雪花 ID 远超这个范围会报错
- Bitmap 是连续字符串,大偏移会把字符串扩到对应长度,稀疏 ID 下内存严重浪费,扩容时可能阻塞
- 取模或截断能落进范围,但会产生冲突,结果不准
- 方案一:维护雪花 ID 到连续序号的映射,再用序号做偏移
- 方案二、三:用 Roaring Bitmap 压缩稀疏位图,或按场景改用布隆过滤器、HyperLogLog、Set
易错点
- 以为 Bitmap 只占置一位的空间,实际上会按最大偏移量分配连续内存
- 忽略 SETBIT 偏移量上限,直接传 64 位 ID
- 用取模硬塞进位图,不考虑冲突导致统计和判断出错
面试官常见追问
- 雪花 ID 的结构是什么?为什么数值这么大?
- Roaring Bitmap 为什么适合稀疏数据?
- 做 ID 映射的话,映射表怎么维护?
完整的口述示范答案、每个追问的参考回答,在启面刷题中心查看;也可以让 AI 面试官用语音按这道题连环追问你。