[015]Redis | HyperLogLog应用场景

一、HyperLogLog

备注：

上图来源于《Redis官网-Redis HyperLogLog》 

二、为什么要使用HyperLogLog？ 

• HyperLogLog是一种算法，并非redis独有
• 目的是做基数统计，故不是集合，不会保存元数据，只记录数量而不是数值。
• 耗空间极小，支持输入非常体积的数据量
• 核心是基数估算算法，主要表现为计算时内存的使用和数据合并的处理。最终数值存在一定误差。
• redis中每个hyperloglog key占用了12K的内存用于标记基数（官方文档）
• pfadd命令并不会一次性分配12k内存，而是随着基数的增加而逐渐增加内存分配；而pfmerge操作则会将sourcekey合并后存储在12k大小的key中，这由hyperloglog合并操作的原理（两个hyperloglog合并时需要单独比较每个桶的值）可以很容易理解。
• 误差说明：基数估计的结果是一个带有 0.81% 标准错误（standard error）的近似值。是可接受的范围
• Redis 对 HyperLogLog 的存储进行了优化，在计数比较小时，它的存储空间采用稀疏矩阵存储，空间占用很小，仅仅在计数慢慢变大，稀疏矩阵占用空间渐渐超过了阈值时才会一次性转变成稠密矩阵，才会占用 12k 的空间

三、应用场景 

用于数据量大的场景，有局限性，只能统计基数数量，无法知道具体内容是什么！！！

• 统计访问量(IP数)
• 统计在线用户数
• 统计每天搜索不同词条的个数
• 统计文章真实阅读数
• ...