Redis HyperLogLog数据类型

Redis HyperLogLog 是用来做基数统计的算法，HyperLogLog 的优点是，在输入元素的数量或者体积非常非常大时，计算基数所需的空间总是固定 的、并且是很小的。

在 Redis 里面，每个 HyperLogLog 键只需要花费 12 KB 内存，就可以计算接近 2^64 个不同元素的基 数。这和计算基数时，元素越多耗费内存就越多的集合形成鲜明对比。

但是，因为 HyperLogLog 只会根据输入元素来计算基数，而不会储存输入元素本身，所以 HyperLogLog 不能像集合那样，返回输入的各个元素。

基数的理解：比如数据集 {1,5,8, 3, 5, 7, 5, 7, 8}， 那么这个数据集的基数集为 {1, 3, 5 ,7, 8}, 基数(不重复元素的个数)为5。 基数估计就是在误差可接受的范围内，快速计算基数

tian@yuan:/usr/local/bin$ redis-cli 
127.0.0.1:6379> flushdb
OK
127.0.0.1:6379> pfadd k1 "java"            ---- 添加指定元素到 HyperLogLog:k1 中,如果k1中存在，则添加失败。
(integer) 1
127.0.0.1:6379> pfadd k1 "python"
(integer) 1
127.0.0.1:6379> pfadd k1 "shell"
(integer) 1
127.0.0.1:6379> pfadd k1 "java"   ---- 添加"java"元素到 k1 中,由于k1中已经存在"java"，所以本次添加失败。
(integer) 0
127.0.0.1:6379> pfcount k1   --- 返回给定 HyperLogLog 的基数估算值，k1中添加了3个元素,所以返回3.
(integer) 3
127.0.0.1:6379> pfadd k2 "java"
(integer) 1
127.0.0.1:6379> pfadd k2 "c++"
(integer) 1
127.0.0.1:6379> pfadd k2 "c"
(integer) 1
127.0.0.1:6379> pfcount k2 
(integer) 3
127.0.0.1:6379> pfmerge k3 k1 k2  -- 将多个 HyperLogLog 合并为一个 HyperLogLog:将k1和k1合并到k3中，由于k1和k2都包含"java"，所以在合并到k3时只保留一个。
OK
127.0.0.1:6379> pfcount k3
(integer) 5

有关的链接: Redis 中 HyperLogLog 的使用场景 - 程序员自由之路 - 博客园