2.11 Redis数据类型_Hyperloglog 🎉

在我们做站点流量统计的时候一般会统计页面UV(独立访客:unique visitor)和PV(即页面浏览量：page view)。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、并且使很小的。

什么是基数

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

• pfadd

将所有元素参数添加到 Hyperloglog 数据结构中。如果至少有个元素被添加返回 1， 否则返回 0。

pfadd book1 uid1 uid2 uid3

• pfcount

计算Hyperloglog 近似基数，可以计算多个Hyperloglog ，统计基数总数。

pfcount book1       #计算book1的基数，结果为3
pfadd book2 uid3 uid4   #添加两个元素到book2中
pfcount book1 book2    #统计两个key的基数总数，结果为5

• pfmerge

将一个或多个Hyperloglog（sourcekey1） 合并成一个Hyperloglog （destkey ）。比如每月活跃用户可用每天活跃用户合并后计算。

#将book1和book2合并成book，结果为5
pfmerge book book1 book2 

使用场景

基数不大，数据量不大就用不上，会有点大材小用浪费空间，有局限性，就是只能统计基数数量，而没办法去知道具体的内容是什么，和bitmap相比，属于两种特定统计情况，简单来说，HyperLogLog 去重比 bitmaps 方便很多，一般可以bitmap和hyperloglog配合使用，bitmap标识哪些用户活跃。

---

• 网站PV统计
• 网站UV统计
• 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