Bitmap和HyperLogLog

Bitmap（位存储）

概念：Bitmap即位图数据结构，都是操作二进制位来进行记录，只有0 和 1 两个状态。

例如 11001001，表示的是[1,2,5,8]，Bitmap中1的个数就是基数。

Bitmap的长度和集合中元素的个数无关，而是与基数的上限有关。假如要计算上限为1亿的基数，则需要12.5M字节的Bitmap，就算集合中只有10个元素也需要12.5M。计算内存的方法：100000000/8/1024/1024 ≈ 12.5M。但是如果需要统计1000个对象，就需要大约12G的内存。

Bitmap也可以轻松合并多个集合，只需要将多个数组进行异或操作就可以。

常用命令

命令	简述	使用
setbit	设置位图的index位为status(1或0)	setbit bitmap index status
getbit	获取位图的index位状态	getbit bitmap index
bitcount	统计位图1 的个数	bitcount bitmap

应用场景

比如：统计用户信息，活跃、不活跃！登录、未登录！打卡、未打卡！两个状态的，都可以使用BitMap。

如果存储一年的打卡状态需要多少内存呢？365 天 = 365 bit 1 字节 = 8 bit ，46个字节左右。

HyperLogLog（基数统计）

一个大型的网站，每天IP比如有100万，粗算一个IP消耗15字节，那么100万个IP就是15M。而HyperLogLog在Redis中每个键占用的内容都是12K，理论存储近似接近2⁶⁴个值，不管存储的内容是什么，他是一个基于基数估算的算法， 只能比较准确的估算出基数，可以使用少量固定的内存去存储并识别集合中的唯一元素。而且这个估算的基数并不一定准确，是一个带有0.81%标准错误的近似值。

常用命令

命令	简述	使用
pfadd	添加指定元素到 HyperLogLog 中	pfadd key element [element...]
pfcount	返回给定 HyperLogLog 的基数估算值	pfcount key
pfmerge	将多个 HyperLogLog 合并为一个 HyperLogLog	pfmerge destkey sourcekey [sourcekey ...]

应用场景

• 统计各种计数。比如注册IP数、每日访问IP数、页面实时UV、在线用户数、共同好友数等。