redis中的Hyperloglog 基数统计

Hyperloglog 基数统计

什么是基数

A {1,3,5,8,7,7}

B {1,3,5,7,8}

查找不重复的数的个数 都是5

Redis 2.8.9更新了Hyperloglog 数据结构

Redis Hyperloglog 基数统计的算法

优点：占用的内存量是固定的，2^64不同的元素的基数，只需要12KB内存！如果要从内存角度来比较的话，Hyperloglog首选！

网页的UV（一个人点击多次也算是一个人！），可理解为访问的人数

传统方式，set保存用户的id，然后可以统计set中的元素数量作为标准判断！

这个方式如果保存大量的用户id时，就会比较麻烦！

我们的目的是为了计数，而不是保存用户id

0.81%错误率！统计UV任务，可以忽略不计！

127.0.0.1:6379[1]> PFADD num a b c d e f g h i j  # 创建第一组元素  num
(integer) 1
127.0.0.1:6379[1]> PFADD num1 i j m n v c x z # 创建第二组元素  num1
(integer) 1
127.0.0.1:6379[1]> PFCOUNT num  # 查看第一组元素的个数
(integer) 10
127.0.0.1:6379[1]> PFCOUNT num1 # 查看第二组元素的个数
(integer) 8
127.0.0.1:6379[1]> PFMERGE num_ter num num1 # 合并num和num1并生成num_ter
OK
127.0.0.1:6379[1]> PFCOUNT num_ter # 查看num_ter的个数
(integer) 15