Redis：应用实践之集合的统计

【关于作者】

关于作者，目前在蚂蚁金服搬砖任职，在支付宝营销投放领域工作了多年，目前在专注于内存数据库相关的应用学习，如果你有任何技术交流或大厂内推及面试咨询，都可以从我的个人博客（https://0522-isniceday.top/）联系我

1.聚合统计

1.1.概念：

统计多个集合元素的聚合结果，集合之间的交集（公有）、并集（全部）、差集（独有）等

利用Set结构的聚合API进行聚合

2.排序统计

排序需要有序，两种有序结构：List和Zset、List是根据插入元素的顺序保证有序，而List是依据评分进行排序，评分可以再插入时候手动指定

需要展示最新列表、排行榜等场景时，如果数据更新频繁或者需要分页显示，建议你优先考虑使用Sorted Set

3.二值状态统计

3.1概念：

二值状态是指集合元素的取值只有0和1两种状态

3.2.Bitmap:

3.2.1.概念

String类型作为底层数据结构的一种统计二值类型的数据类型。String类型会保存为二进制数组，所以Redis把字节数组的每个bit位利用开来，bitmap实际就是一个bit数组

3.2.2.操作

bitmap提供了GETBIT/SETBIT，使用偏移量offset来对bit数组进行读写。offset从0开始计数，对bit位置进行写操作时该bit位会被设置为1，BITCOUNT操作会统计1的数量

Bitmap支持用BITOP命令对多个Bitmap按位做“与”“或”“异或”的操作，操作的结果会保存到一个新的Bitmap中。

所以，如果只需要统计数据的二值状态，例如商品有没有、用户在不在等，就可以使用Bitmap，因为它只用一个bit位就能表示0或1。在记录海量数据时，Bitmap能够有效地节省内存空间。

4.基数统计

4.1.概念：

基数统计就是统计一个元素中不重复的元素个数，例如统计网页UV（uv是unique visitor的简写，是指通过互联网访问、浏览这个网页的自然人，统计人数）

4.2.HyperLogLog

4.2.1.概念：

用于统计基数的数据集合类型，最大优势在于元素数量非常多的时候，它计算基数的空间总是固定的，而且很小

在Redis中，每个 HyperLogLog只需要花费 12 KB 内存，就可以计算接近 2^64 个元素的基数。你看，和元素越多就越耗费内存的Set和Hash类型相比，HyperLogLog就非常节省空间

不过，有一点需要你注意一下，HyperLogLog的统计规则是基于概率完成的，所以它给出的统计结果是有一定误差的，标准误算率是0.81%。这也就意味着，你使用HyperLogLog统计的UV是100万，但实际的UV可能是101万。虽然误差率不算大，但是，如果你需要精确统计结果的话，最好还是继续用Set或Hash类型。