Redis-三种特殊数据类型-HyperLogLog

1. 什么是基数？

一个集合中，不重复元素的个数

• 集合{1, 3, 5, 7, 5, 7, 8}的基数为5
• 集合{2,4, 6, 8}的基数为4

2. Redis HyperLogLog

• 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。

应用场景：网页的UV（unique visitor：网站独立访客）

• 一个人（IP）多次访问一个网页，应当算作一个人（访问量）
• 传统的方式用set保存用户id，统计set中元素的个数作为判断标准，但当数据量很大时，就会比较麻烦，消耗内存，但是我们的目的不是保存用户的ID，而是计数，所以用set并不可取。
• 结合HyperLogLog的优点，使用HyperLogLog是非常便捷的
• HyperLogLog 的 0.81%的错误率是可以忽略不计的

3. 常用命令

1. pfadd key element [element ...] 添加指定元素到 HyperLogLog 中。
2. pfcount key 返回给定 HyperLogLog 的基数估算值。
3. pfmerge destkey sourcekey [sourcekey ...] 将多个 HyperLogLog 合并为一个 HyperLogLog

127.0.0.1:6379> flushdb
OK
127.0.0.1:6379> pfadd k1 a b c a d a e f b
(integer) 1
127.0.0.1:6379> pfcount k1
(integer) 6
127.0.0.1:6379> pfadd k2 1 2 3 4 4 5
(integer) 1
127.0.0.1:6379> pfcount k2
(integer) 5
127.0.0.1:6379> pfmerge k1 k2
OK
127.0.0.1:6379> pfcount k1
(integer) 11
127.0.0.1:6379> pfcount k2
(integer) 5
127.0.0.1:6379> 

4. 总结

如果允许容错，推荐使用HyperLogLog

如果不允许容器，就使用set或者自定义数据类型

5. 参考-菜鸟