思路，搞一个集合，将当天登陆过的用户的id，存起来，用于统计日活；
目前，用Redis统计日活的方案有3种：
1.使用set集合；
2.使用bitset；
3.使用hyperLogLog；
第一种方案使用set，这种方案不推荐，因为在set里面存一个用户id，就要使用32bit，1亿用户每天就要存3200M。
第二种方案：
先看代码：
public String SimpleBitset(){
DateTime dt = new DateTime();
String strDate = dt.toString("yyyyMMdd");
RBitSet set = redisson.getBitSet("log_"+dt.toString("yyyyMMdd"));
set.set(0L,true);
set.set(1L,true);
// 如果一下子加到4294967295，那么在redis这个键就会达到500多MB
// 所以如果用户数在百万基本，可以用这种方式，而如果用户数过亿了，会比较消耗内存
// 如果linux判断redis是个危害，会把它干掉
// set.set(4294967295L,true);
// 超过4294967295L就会报错
// set.set(4294967296L,true);
// 查询有多少DAU
System.out.println(set.cardinality());
return "";
}
用这种方式，有一定限制条件：
1.用户数不能超过4294967296(基本也没几个超得过的吧)；
2.它占用的内存大小，不在于存了多少，而在于最大的那个id是多少，比如今天第一个访问的id是100000000，那么这个key的占用内存就会是12M左右(1亿个bit）；
如果用户数量也就1亿左右，可以考虑这种方式。
第三种方案：
先看代码：
public String HyperLogLog(){
RHyperLogLog<Long> log = redisson.getHyperLogLog("log");
log.add(1L);
log.add(2L);
log.add(3L);
log.add(3L);
log.add(3L);
log.add(3L);
log.add(3L);
log.add(3L);
log.add(3L);
log.add(3L);
log.add(10000000L);
// 得到的结果是4
System.out.println(log.count());
return "";
}
1.它统计1亿用户，大概要1M多点；
2.HyperLogLog的统计结果并不是一个精确的值，误差在0.81%左右，但是对于统计用户数这种场景来说足够了。
