HyperLogLog

       

       例如一个很常见的业务问题:如果你负责开发维护一个大型的网站，有一天老板找产品经理要网站上每个网页每天的UV数据，然后让你来开发这个统计模块，你会如何实现?

       如果统计PV,那非常好办，给每个网页配一个独立的Redis计数器就可以了，把这个计数器的key后缀加上当天的日期。这样来一个请求，执行incrby指令一次，最终就可以统计出所有的PV数据。

       但是UV不一样，它要去重，同一个用户一天之内的多次访问请求只能计数一次。这就要求每一个网页请求都需要带上用户的ID，无论是登陆用户还是未登录用户都需要一个唯一ID来标识。

       你也许已经想到了一个简单的方案，那就是为每一个页面设置一个独立的Set集合来存储所有当天访问过此页面的用户ID.当一个请求过来时，我们使用sadd将用户ID塞进去就可以了。通过scard可以取出这个集合的大小，这个数字就是这个页面的UV数据。没错，这是一个非常简单的可行方案。

        但是，如果你的页面访问量非常大，比如一个爆款页面可能有几千万个UV,你就需要一个很大的set集合来统计，这就非常浪费空间。如果这样的页面很多，那所需要的存储空间是惊人的。为这样一个去重功能就耗费这样多的存储空间，值得吗?其实老板所需要的数据并不需要太精确，105万和106万这两个数字对于老板来说并没有多大区别。那么，有没有更好的解决方案呢?

        HyperLogLog就是一个很好的解决方案。Redis提供的HyperLogLog数据结构就是用来解决这种统计问题的。HyperLogLog提供不精确的去重计数方案，虽然不精确，但是也不是非常离谱，标准误差是0.81%,这样的精确度已经可以满足上面的UV统计需求了。

       HyperLogL