Redis—— HyperLogLog 结构与应用场景李青玄博客

Redis 在 2.8.9 版本添加了 HyperLogLog 结构。

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。

127.0.0.1:6379> PFADD my1 a a b c
 (integer) 1
 127.0.0.1:6379> PFADD my2 a a b c d
 (integer) 1
 127.0.0.1:6379> PFCOUNT my1 my2 //返回给定 HyperLogLog 的基数值，如果多个 HyperLogLog 则返回基数估值之和。
 (integer) 4
 127.0.0.1:6379> PFCOUNT my1
 (integer) 3
 127.0.0.1:6379> PFCOUNT my2
 (integer) 4
 127.0.0.1:6379> PFMERGE my3 my1 my2 //
 OK
 127.0.0.1:6379> 
 127.0.0.1:6379> PFCOUNT my3 //将多个 HyperLogLog 合并为一个 HyperLogLog,合并后的 HyperLogLog 的基数估算值是通过对所有 给定 HyperLogLog 进行并集计算得出的。
 (integer)

应用场景：

1、网页的UV（一个人访问多次，也只算一个人）

传统方式 set保存用户的ID，然后统计setg中元素的数量作为标准，但是这种方式如果保存大量的用户ID，就会比较麻烦，HyperLogLog很好解决的计数问题，而且占用空间小，速度快

HyperLogLog在大量数据时有一定的错误率 0.81% ,如果允许容错，就选择HyperLogLog ,否则可以用set ，或者实现自己的算法程序。