redis的三种特殊类型之Hyperloglog+Bitmap

Hyperloglog是基于基数的算法来统计的
什么是基数？？？
基数（cardinal number）在数学上，是集合论中刻画任意集合大小的一个概念。两个能够建立元素间一一对应的集合称为互相对等集合。例如3个人的集合和3匹马的集合可以建立一一对应，是两个对等的集合。
使用优点：占用固定的内存空间，2^64不同元素的技术，只需要12kb内存。
使用场景：如果允许容错：比如统计页面的访问次数（一个人多次访问，但还是算作一个人的访问）不累计叠加，传统的方式是使用set保存用户的id，一旦为uuid的话那么id较长，统计麻烦，占用空间过大，就不合适。当我们的目的为统计数量时就可以使用hyperloglog,而且只有0.81的错误率，统计数量的话可以忽略不计！！！
如果不允许容错：就使用set集合
对于hyperloglog的理解如下所示：

127.0.0.1:6379> PFADD hyper a b c d e f  创建一个元素组
(integer) 1
127.0.0.1:6379> PFADD hyper2 e f h i j k 再次创建元素组
(integer) 1
127.0.0.1:6379> PFCOUNT hyper hyper2    进行两个组元素的求和统计（会把重复的去掉）
(integer) 10
127.0.0.1:6379> PFMERGE hyper3 hyper hyper2   把前两个元素组的元素输出到hyper3中
OK
127.0.0.1:6379> PFCOUNT hyper3  获取hyper3的元素数量
(integer) 10
127.0.0.1:6379> 

Bitmap简介
https://www.cnblogs.com/cjsblog/p/11613708.html https://blog.csdn.net/pipisorry/article/details/62443757（两篇比较好的文章）
BitMap从字面的意思，很多人认为是位图，其实准确的来说，翻译成基于位的映射。
在所有具有性能优化的数据结构中，大家使用最多的就是hash表，是的，在具有定位查找上具有O(1)的常量时间，多么的简洁优美。但是数据量大了，内存就不够了。
当然也可以使用类似外排序来解决问题的，由于要走IO所以时间上又不行。
所谓的Bit-map就是用一个bit位来标记某个元素对应的Value， 而Key即是该元素。由于采用了Bit为单位来存储数据，因此在存储空间方面，可以大大节省。
其实如果你知道计数排序的话（算法导论中有一节讲过），你就会发现这个和计数排序很像。
bitmap应用
1）可进行数据的快速查找，判重，删除，一般来说数据范围是int的10倍以下。
2）去重数据而达到压缩数据
还可以用于爬虫系统中url去重、解决全组合问题。
bitmap都是操作二进制位来进行记录，也就只有0和1两个状态！！！

演示如下：统计打卡情况（0：未打卡  1：已打卡）
127.0.0.1:6379> SETBIT bitmap 1 0    插入值（记录星期一到星期日）
(integer) 0
127.0.0.1:6379> SETBIT bitmap 2 0
(integer) 0
127.0.0.1:6379> SETBIT bitmap 3 0
(integer) 0
127.0.0.1:6379> SETBIT bitmap 4 0
(integer) 0
127.0.0.1:6379> SETBIT bitmap 5 1
(integer) 0
127.0.0.1:6379> SETBIT bitmap 6 1
(integer) 0
127.0.0.1:6379> SETBIT bitmap 7 1
(integer) 0
127.0.0.1:6379> GETBIT bitmap 3   获取周三是否打卡
(integer) 0   返回0
127.0.0.1:6379> GETBIT bitmap 5    获取周五是否打卡
(integer) 1
127.0.0.1:6379> bicount bitmap   获取本周总共的打卡数量
(integer) 3