《Redis深度历险学习笔记》：Redis的HyperLogLog结构

应用场景

HyperLogLog 提供不精确的去重计数方案，虽然不精确但是也不是非常不精确，标准误差是 0.81%，常见的应用场景是统计UV。

UV：Unique Visitor，独立访客，是指通过互联网访问、浏览这个网页的自然人，访问网站的一台电脑客户端作为一个访客。

00:00-24:00内相同的客户端只被计算一次【以Cookie为依据】。一天内同个访客多次访问仅算一个UV。

使用方法

常用指令，可用版本>=2.8.9：

• pfadd：计数。
• pfcount：获取计数。
• pfmerge：将多个pf计数值累加形成新的pf值。

> pfadd uv:20201210 user1 # 计数
(integer) 1
> pfcount uv:20201210 # 获取计数
(integer) 1
> pfadd uv:20201210 user2
(integer) 1
> pfcount uv:20201210
(integer) 2
> pfadd uv:20201210 user3 user4 user5
(integer) 1
> pfcount uv:20201210
(integer) 5

数据结构

HyperLogLog需要占据一定12k的存储空间，所以它不适合统计单个用户相关的数据。如果你的用户上亿，这个空间成本是惊人的。

Redis对HyperLogLog的存储进行了优化，在计数比较小时，它的存储空间采用稀疏矩阵存储，空间占用很小，仅在计数慢慢变大，稀疏矩阵占用空间渐渐超过了阈值时才会一次性转变成稠密矩阵，才会占用12k的空间。

执行流程

参考阅读

• Redis 深度历险：核心原理与应用实践

• 初识Redis的数据类型HyperLogLog