HLL 算法（HyperLogLog）

HyperLogLog，下面简称为HLL，它是 LogLog 算法的升级版，作用是能够提供不精确的去重计数。存在以下的特点：

代码实现较难。

能够使用极少的内存来统计巨量的数据，在 Redis 中实现的 HyperLogLog，只需要12K内存就能统计2^64个数据。

计数存在一定的误差，误差率整体较低。标准误差为 0.81% 。

误差可以被设置辅助计算因子进行降低。

 

特点--关键词

1.比特串

 

2.分桶

 

3:偏差修正

 

方法

pfadd key value，将 key 对应的一个 value 存入

pfcount key，统计 key 的 value 有多少个

 

应用场景

基数不大，数据量不大就用不上，会有点大材小用浪费空间

有局限性，就是只能统计基数数量，而没办法去知道具体的内容是什么

和bitmap相比，属于两种特定统计情况，简单来说，HyperLogLog 去重比 bitmap 方便很多

一般可以bitmap和hyperloglog配合使用，bitmap标识哪些用户活跃，hyperloglog计数

 

一般使用：

统计注册 IP 数

统计每日访问 IP 数

统计页面实时 UV 数

统计在线用户数

统计用户每天搜索不同词条的个数