【黑马点评】UV统计

UV统计功能

这是黑马点评最后一个功能了，最后带大家完成这个项目的内容！

一、关于HyperLogLog

1、概念简介

首先我们搞懂两个概念：

• UV：全称Unique Visitor，也叫独立访客量，是指通过互联网访问、浏览这个网页的自然人。1天内同一个用户多次访问该网站，只记录1次。
• PV：全称Page View，也叫页面访问量或点击量，用户每访问网站的一个页面，记录1次PV，用户多次打开页面，则记录多次PV。往往用来衡量网站的流量。

通常来说UV会比PV大很多，所以衡量同一个网站的访问量，我们需要综合考虑很多因素，所以我们只是单纯的把这两个值作为一个参考值

UV统计在服务端做会比较麻烦，因为要判断该用户是否已经统计过了，需要将统计过的用户信息保存。但是如果每个访问的用户都保存到Redis中，数据量会非常恐怖，那怎么处理呢？

2、HyperLogLog的用法

Hyperloglog(HLL)是从Loglog算法派生的概率算法，用于确定非常大的集合的基数，而不需要存储其所有值。相关算法原理大家可以参考：
(https://juejin.cn/post/6844903785744056333#heading-0)
Redis中的HLL是基于string结构实现的，单个HLL的内存永远小于16kb，内存占用低的令人发指！作为代价，其测量结果是概率性的，有小于0.81％的误差。不过对于UV统计来说，这完全可以忽略。

模拟统计

#先插入五个元素，代表5个用户访问了该网站
> PFADD A1 a b c d e
1
#统计结果为5
> PFCOUNT A1
5
#再次插入5个相同元素，代表5个用户再次访问
> PFADD A1 a b c d e
0
#这次统计次数并未增加
> PFCOUNT A1
5

二、测试百万数据的统计

测试思路：我们直接利用单元测试，向HyperLogLog中添加100万条数据，看看内存占用和统计效果如何

1、代码展示

    /**
     * 测试百万数据的统计
     */
    @Test
    void testHyperLogLog(){
        String[] values=new String[1000];
        int j=0;
        for (int i=0;i<1000000;i++){
            j=i%1000;
            values[j]="user_"+i;
            if (j==999) {
                //发送到redis
                stringRedisTemplate.opsForHyperLogLog().add("A1",values);
            }
        }
        //统计数量
        Long count = stringRedisTemplate.opsForHyperLogLog().size("A1");
        System.out.println("count="+count);
    }

2、测试结果

先查看一下当前redis的内存值

> info memory
# Memory
used_memory:905584

插入数据条数

count=997593

插入数据后内存占用

used_memory:919968

相差14,384B就是14kb,百万数据只占用14kb,内存占用极小

并且虽然没有完全插入百万条数据，但在误差范围之内

误差仅0.0025

并且不用担心重复插入的问题

UV统计功能完成！！！

到这里，黑马点评笔记正式跟大家说再见了！！
我们下期分享一下关于Java学习一些不一样的内容，期待下次再见！