Redis深入学习笔记-03（HyperLogLog）

什么是HyperLogLog？

         HyperLogLog是Redis提供用来解决统计问题的一种数据结构。HyperLogLog提供不精确的去重计数方案，虽然不精确，但也不是非常离谱，标准误差在0.81%，这样的精确度已经满足绝大多数的统计需求了。

        如果要统计一个网页的UV（同一个用户一天之内的多次访问只能计数一次），该如何设计？肯定需要求每一个网页请求都需要带上用户的ID，无论是登录用户还是未登录用户都需要一个唯一ID来标识。

                                             

        方法1：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，就使用sadd将用户ID塞进去，再通过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。但是同时也存在问题，当访问量特别大的时候，爆款页面有几千万个UV，这时就需要一个很大的set集合来统计，这样的页面越多，需要的空间就越大，仅仅如果是为了一个去重计数的功能而浪费这么大的存储空间，难免有些不值得。

        方法2：使用HyperLogLog高级数据结构。需要一点代价就是，这个数据结构需要占据12KB的存储空间，不适合统计单个用户相关的数据。如果你的用户有上亿个，可以算算用set的空间成本是非常惊人的，这时HyperLogLog所使用的空间就差不多可以忽略了。不过也不用担心，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12KB的空间。

        使用方法跟set类似：pfadd和pfcount，一个是增加计数，一个是获取计数。还有一个pfmerge，可以合并多个pf计数形成一个新的pf值。