redis~HyperLogLog

介绍

        Redis 在 2.8.9 版本添加了 HyperLogLog 结构，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 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。

基数

比如数据集 {1, 3, 5, 7, 5, 7, 8}， 那么这个数据集的基数集为 {1, 3, 5 ,7, 8}, 基数(不重复元素)为5。 基数估计就是在误差可接受的范围内，快速计算基数。

命令：

添加元素： pfadd key element ...

获取基数估算值： pfcount key ..

将多个HyperLogLog 合并为一个：pfmerge destkey sourcekey1 sourcekey2 ....

pfadd pfkey 1 2 3 4 (integer) 1 
pfadd pfkey 45 
(integer) 1 
pfcount pfkey 
(integer) 5 
pfadd pf1key 34 45 76 
(integer) 1 
pfmerge destkey pfkey pf1key 
OK 
pfcount destkey 
(integer) 7

应用场景

统计注册 IP 数 / 统计每日访问 IP 数 / 统计页面实时 UV 数 / 统计在线用户数等

注意：它也有局限性，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。

        它和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。

统计访问 IP 数

    用命令PFCOUNT 求得的ip数量，直接去重了，简单直接，非常棒。

PFADD ip_date1 "ip1" "ip2" "ip3" 
PFCOUNT ip_date1 
(integer) 3 
PFADD ip_date2 "ip1" 
(integer) 1 
PFCOUNT ip_date1 ip_date2 
(integer) 3