如何存下40亿个不重复数字？作为一名数据工作者，你会如何设计表模型呢，带着这个问题我们一起来探索最佳方案。
常见数据类型
在深入理解这个问题之前，我们需要先回忆一下几个基础知识。
1 bit（比特） = 1个2进制数
1 byte(字节) = 8个2进制数 = 8 bit
基于上述知识，我们就可以理解数据库中数据类型的存储大小和取值范围了。
名称 存储大小 取值范围 SMALLINT 2字节 -32768 ～ +32767 INTEGER(别名INT或INT4) 4字节 -2147483648～+2147483647 BIGINT（别名INT8） 8字节 -9223372036854775808～+9223372036854775807
从上表我们可以看出，40亿这个数字已经超出了INTEGER类型的最大范围，所以只能选择BIGINT类型。
采用数据表行存储
最简单粗暴的方式，创建一张数据表只有一个字段，生成40亿个不重复的数字并循环写入数据表，一个数字作为一条记录。
上表给出了10的各个数量级下数据表的大小趋势图，当测试数字量达到100万时，数据表占用存储空间已经达到92+M，测试中止。
该方案理论上具有可行性，但是没有实用价值，更别说实际应用中还要关注查询性能。
采用数据库中数组类型存储
相比第一种方案：存下40亿个数字需要创建40亿条记录，采用数组存储则只需要创建一个数组字段类型，创建一条记录即可。
经测试，当把100万个数字作为一个数组存入一条记录的一个字段中时，数据表占用空间30+M。
相比第一个方案，该方案已经取得了非常大的优化，但是依然无法在实际场景中得到较好的应用。
理论存储量
1个bigint 8字节
100万个bigint 7.6M
40亿个bigint 29.8G
40亿个int4 14.9G
40亿个bigint类型数字竟然需要占用高达29.8G的存储空间，一般的办公电脑内存都没有这么大。
那么，如何才能存下40亿个不重复数字呢？
Bitmap（位图）
1个数字用一个bit位表示，那么40亿个数字就需要40亿个bit位表示
40亿个bit位占用的空间为4000000000bit/8 = 50000000byte = 48828.125Kb ≈ 47.68Mb
此时，存下小于40亿的40亿个数字只需要约47.68M，已经可以满足实际应用的要求。
我们继续思考，如果要表示4294967295这个数字，那么就需要4294967296个bit位
4294967296 = 2^32bit= 2^29byte(2^32bit / 8) = 2^19Kb = 2^9 Mb = 512Mb
如果只存储4294967295这个数字也需要512Mb的空间？
有没有更好方式呢？答案是肯定的，Roaring Bitmap更好的位图压缩算法。
由于Roaring Bitmap算法较为复杂，请允许我准备更加充分后为大家带来更详细介绍。
关注我，学习开源技术:
