问题
- 记录网站每天访问的独立IP数量
可以采用集合来存储每个访客的IP,通过集合性质来的到多个独立IP,然后通过调用SCARD命令来得出独立IP的数量,但是使用字符串存储每个IP地址需要耗费大量的内存
为了更好地解决像独立 IP 地址计算这种问题,Redis 在 2.8.9 版本添加了HyperLogLog 结构
介绍
- HyperLogLog 可以接受多个元素作为输入,并给出输入元素的基数估算值:
• 基数: 集合中不同元素的数量。比如 {‘apple’, ‘banana’, ‘cherry’, ‘banana’, ‘apple’} 的基数就是 3 。
• 估算值: 算法给出的基数并不是精确的,可能会比 实际稍微多一些或者稍微少一些,但会控制在合
理的范围之内。 - HyperLogLog 的优点是,即使输入元素的数量或者体积非常非常大,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
- 因为 HyperLogLog 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HyperLogLog 不能像集合那样,返回输入的各个元素
基本操作
-
PFADD key element [element …]
将任意数量的元素添加到指定的 HyperLogLog里面
命令可能会对 HyperLogLog 进行修改,以便反映新的基数估算 值,如HyperLogLog 的基数估算值在命令执行之后出现了变化, 那么命令返回 1 , 否则返回 0 -
PFCOUNT key [key …]
当只给定一个 HyperLogLog 时,命令返回给定 HyperLogLog 的基数估算值
当给定多个 HyperLogLog 时,命令会先对给定的 HyperLogLog 进行并集计算,得出一个合并后的HyperLogLog ,然后返回这个合并 HyperLogLog 的基数估算值作为命令的结果(合并得出的HyperLogLog 不会被储存,使用之后就会被删掉) -
PFMERGE destkey sourcekey [sourcekey …]
将多个 HyperLogLog 合并为一个 HyperLogLog ,合并后的 HyperLogLog 的基数估算值是通过对所有给定 HyperLogLog 进行并集计算得出的