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 264 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。
基数概念:比如数据集 {1,2,3,4,4,5}, 那么这个数据集的基数集为 {1,2,3,4,5}, 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(0.81%的错误率),快速计算基数。
1 基本命令
- 添加、长度、合并
127.0.0.1:6379> PFADD nums 1 2 3 4 5 6 # 同时添加多个值
(integer) 1
127.0.0.1:6379> PFCOUNT nums # 统计集合中的基数数量
(integer) 6
127.0.0.1:6379> PFADD nums2 5 6 7 8 9 10
(integer) 1
127.0.0.1:6379> PFCOUNT nums2
(integer) 6
127.0.0.1:6379> PFMERGE nums3 nums nums2 # 合并两集合到第三集合中
OK
127.0.0.1:6379> PFCOUNT nums3 # 可以看出,并集中没有重复的元素
(integer) 10
2 使用场景
- 统计某网站每天被多少个不同的账户访问,避免一个用户一天多次访问也计数的问题。(大概值)