大数据学习之Redis，十大数据类型的具体应用（四）

3.8 Redis基数统计（HyperLogLog）

需求

统计某个网站的UV、统计某个文章的UV

• 什么是UV

  • unique Visitor ，独立访客，一般理解为客户端IP

    • 大规模的防止作弊，需要去重复统计独立访客

      比如IP同样就认为是同一个客户

  • 需要去重考虑

用户搜索网站的关键词的数量

统计用户每天搜索不同词条个数

是什么？

去重复统计功能的基数估计算法-就是HyperLogLog

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 HvoerLogL0g 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 HvperLogLog 不能像集合那样，返回输入的各个元素。

何为基数

是一种数据集，去重复后的真实个数

基数统计

用于统计一个集合中不重复的元素个数，就是对集合去重复后剩余元素的计算

即：去重脱水后的真实数据 ， 有0.81%的差

基本命令

pfadd hll01 1 3 5 7 9
pfadd hll01 1 2 3 4 4 4 5 9 10
pfcount hll01 #输出 5
pfcount hll02 #输出 6
pfmerge hllresult hll01 hll02
pfcount hllresult #输出 8