Redis操作HyperLogLog

介绍

如果我们遇到这样一个业务，也是HyperLogLog最常用的用法之一，需要统计某个页面的UV，统计每天的数据，如果统计PV的话我们好办，直接一个key一直自增就可以了，但是统计UV我们首先会想到统计每个用户并且每一天，所以会一天一个key，去重再使用set就可以了，当有请求过来时我们直接sadd存入用户的ID，需要统计时用scard取出这个集合的个数，这个数就是这个页面的uv，这样也没什么问题，也是一个非常简单的实现方案。

但是我们如果需要某个爆款页面的UV了，访问量几千万很大的几个页面进行统计，那么这样使用set来存储所占用的空间是非常惊人的，100W和101W这两个数字对于统计结果来说区别并不是很大，

所以，Redsi提供了HyperLogLog数据结构就是解决这种统计问题的，HyperLogLog提供不精准的去重计数方案，虽然不是特别精准，但是也不是那么不精准，标准误差为0.81%，这种准度已经满足统计UV这种需求了。

HyperLogLog数据结构用于计算集合中唯一元素的个数，只需要少量恒定内存，每个结构占用12字节，统计的标准误差容错率为0.81%

 命令

1、 pfadd

>  PFADD key [element [element ...]]

将所有元素添加存储在HyperLogLog数据结构的key中，

如果HyperLogLog估计的近似计数在执行后发生变化，返回值为1，否则返回值为0，如果指定的键不存在，Redis会自动创建一个HyperLogLog数据结构

 如果在添加的时候没有元素，只有key值，当key值不存在的时候新建HyperLogLog数据结构，返回1，否则返回0

 2、 pfcount 

>  PFCOUNT key [key ...]

当使用单个key时，返回存储在指定变量中HyperLogLog数据结构计算的近似计数，如果变量不存在，返回0；

 当参数为多个key时，返回内部存储的多个HyperLogLog数据结构合并为一个临时HyperLogLog并返回近似基数。

3、 pfmerge

>  PFMERGE destkey sourcekey [sourcekey ...]

将多个HyperLogLog数据结构合并为一个唯一的值，该值近似与sourcekey对应的计数的并集，计算出的合并之后的HyperLogLog将被设置为目标变量destkey，如果destkey不存在，则会新创建数据结构，如果destkey存在，那么这个集合会被视为源集合之一，其计数包含在计算的destkey计数中。

RedisTemplate封装的方法为union()

它是HyperLogLog数据结构的发明人Philippe Flajolet的首字母缩写，

如统计某本书的浏览次数

ugcRedisTemplate.opsForHyperLogLog().add(booId), userName);

当基数存在时返回0，不存在时返回1

查询数量

ugcRedisTemplate.opsForHyperLogLog().size(key)

> 参考文档

https://redis.io/commands/

《Redis深度历险——核心原理和应用实践》