HyperLogLog

介绍

Redis HyperLogLog 是Redis 2.8.9版本新增的数据类型，是一种用于[统计基数]的数据集和类型，基数统计是指统计一个集合中不重复的元素个数。但要注意，HyperLogLog是统计规则是基于概率完成的，不是非常准确，标准误算率是0.81%。

所以，简单来说HyperLogLog提供不精确的去重计数.

HyperLogLog的优点是，在输入元素的数量或体积非常非常大是，计算基数所需的内存空间总量是固定的、并且是很小的。

在Redis里，每个HyperLogLog键只需要花费12KB内存，就可以计算接近2^64 个不同元素的基数，和元素越多就约耗费内存的Set和Hash类型相比，HyperLogLog就非常节省空间。

这什么概念？举个例子给大家对比一下。

用Java语言来说，一般long类型占用8字节，而1字节有8位，即：1byte = 8bit,即long数据类型最大可以表示的数是：2^63-1 。对应上面的2^64 个数，假设此时有2^63-1 这么多个数，从0 ~ 2^63-1 ,按照long 以及1k=1024 字节的规程来计算内存总数，就是：((2^64-1) * 8/1024)k ，这是很庞大的一个数，存储空间远远超过12K ，而HyperLoglog 却可以用12k 就能统计完。

内部实现

HyperLogLog的实现涉及到很多数学问题，太费脑子了，如果你想了解以下可以看看这个: HyperLogLog

常见命令

HyperLogLog 命令就3个：

# 添加指定元素到 HyperLogLog中
PFADD key element [element ...]

# 返回给定 HyperLogLog的基数估算值.
PFCOUNT key [key ...]

# 将多个 HyperLogLog 合并为一个 HyperLogLog
PFMERGE destkey sourcekey [sourcekey ...]

应用场景

百万级网页UV计数

Redis HyperLogLog 优势在于只需要花费12KB内存，就可以计算接近2^64个元素的基数，和元素越多越耗费内存的Set和Hash类型相比,HyperLogLog就非常节省空间。

所以，非常适合统计百万级以上的网页UV场景。

在统计UV时，你可以用PFADD命令（用于向HyperLogLog中添加新元素）把访问页面的每个用户都添加到HyperLogLog中。

PFADD page1:uv user1 user2 user3 user4 user5

接下来，就可以用PFCOUNT命令直接获得page1的UV值1了，这个命令的作用就是返回HyperLogLog的统计结果。

PFCOUNT page1:uv

不过，有一点需要注意一下，HyperLogLog的统计规则是基于概率完成的，所以他给出的统计结果是有一定误差的，标准的误差结果是0.81%

这也就意味着，你使用HyperLogLog统计的UV是100万，但实际的UV可能是101万。虽然误差率不算大，但是，如果你需要精确统计结果的话，最好还是继续使用Set和Hash类型。