HyperLogLog、Bitmap

HyperLogLog

• 采用基数算法实现，它设有 16384 个桶进行独立计数，也就是 2 的 14 次方，每个桶占 6 位，1字节等于8位，所以2 的 14 次方乘以 6 再除以 8，就等于 12k 字节了。它根据输入元素来计算基数，而不是存储元素本身。
• 占用空间小，无论统计多少个数据，最多占用12K的内存。（redis 设有 16384个桶，每个桶里的数据最多需要6位进行存储，16384 x 6 / 8 约等于 12k 字节）
• 它统计值时存在误差，标准误差为0.81%
• 缺点：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。

HyperLogLog 使用场景（UV：网站的独立访客）

• 根据用户的IP来统计访问量，需要去重，同一个用户一天之内的多次访问请求只能计数一次，所以每个网页请求都需要带上用户的ID，无论是登录用户还是未登录的游客，都需要一个唯一ID来标识。
• 最开始容易想到的是为每一个页面设置一个独立的 set 集合来存储当天访问该页面的所有用户ID，但如果页面访问量非常大，比如几千万的 UV，这样 set 集合就会非常大，浪费了空间，而且对于这个 UV 值，一般情况下并不需要多么的精确，比如 100 万和 101 万，对于这个场景，并没什么大的区别。所以想到了采用 redis 的 HyperLogLog 数据结构来实现。
• HyperLogLog 提供不精确的去重计数方案，标准误差为 0.81%，这个精确度已经可以满足 UV 的统计需求了，而且占用的内存不超过12k。

Bitmap 位图（DAU：日活跃用户）

• 位图不是特殊的数据结构，它其实就是普通的字符串，也就是 byte 数组，用 getbit 和 setbit 来操作，能够统计精确的值。
• 可以用于布尔型数据的存取，比如用户一年的签到记录，签到了是1，没签到是0，记录365天，通过 bitcount 指令来统计用户一共签到了多少天，每个签到记录只占用一位，365位大约是46个字节大小，用户上亿时，大大节约了内存空间。
• Redis 的位数组是自动扩展，如果设置了某个偏移位置超出了现有的内容范围，就会自
  动将位数组进行零扩充。（也就是进行扩充，初始值为0）