Redis 数据类型HyperLogLogs（基数统计）

目录

1 基本特性

2 主要操作命令 

2.1 PFADD key element [element ...]

2.2 PFCOUNT key [key ...]

2.3 PFMERGE destkey sourcekey [sourcekey ...]

3 使用场景

---

HyperLogLog 是 Redis 提供的一种用于基数估计（cardinality estimation）的数据结构。它被设计用来高效地计算一个集合中不重复元素的数量，也就是基数。在处理大规模数据时，直接存储所有元素并计算唯一性可能会消耗大量的内存，而 HyperLogLog 可以使用非常少的内存来估算这个值，并且具有较高的准确性。Redis 的 HyperLogLog 并不是一种独立的数据类型，而是基于字符串（String）数据类型的一种特殊用法。

1 基本特性

• 低内存占用：即使要统计数亿甚至数十亿条记录的基数，HyperLogLog 也只需要大约 12 KB 的内存。
• 固定空间大小：无论你添加多少个元素到 HyperLogLog 中，它所占用的空间都是固定的。
• 可合并性：多个 HyperLogLog 可以合并成一个新的 HyperLogLog，这使得它可以用于分布式环境中的基数估计。
• 概率算法：由于是基于概率的估算，所以结果不是精确的，但通常误差范围可以控制在可接受的范围内（标准误差大约为 0.81%）。

2 主要操作命令 

2.1 PFADD key element [element ...]

向 HyperLogLog 添加一个或多个元素，返回值是 1 表示至少有一个元素被添加到 HyperLogLog 中，0 表示没有新元素被添加。

127.0.0.1:6379> pfadd name java
(integer) 1

2.2 PFCOUNT key [key ...]

返回 HyperLogLog 的近似基数。如果提供了多个键，则会先将这些 HyperLogLog 合并再进行计数，如果提供了多个键，那么返回的是这些 HyperLogLog 的并集的基数估计值。

127.0.0.1:6379> pfadd name java
(integer) 1
127.0.0.1:6379> pfadd name c++ go
(integer) 1
127.0.0.1:6379> pfcount name
(integer) 3
127.0.0.1:6379> pfadd name1 python .net
(integer) 1
127.0.0.1:6379> pfcount name name1
(integer) 5

添加重复元素例子：

127.0.0.1:6379> pfadd name java go c++ java python java
(integer) 1
127.0.0.1:6379> pfcount name
(integer) 4

2.3 PFMERGE destkey sourcekey [sourcekey ...]

将一个或多个 HyperLogLog 合并到指定的目的键中，合并后的 HyperLogLog 包含所有源 HyperLogLog 中的元素。

127.0.0.1:6379> pfadd name java go c++
(integer) 1
127.0.0.1:6379> pfadd name1 python .net
(integer) 1
127.0.0.1:6379> pfmerge name2 name name1
OK
127.0.0.1:6379> pfcount name2
(integer) 5

3 使用场景

• 网站独立访客数：统计每天访问网站的不同用户数量。
• 广告点击分析：统计某个广告被不同用户点击的次数。
• 日志分析：统计日志文件中不同 IP 地址的数量。
• 实时数据分析：在流式数据处理中，快速估算唯一值的数量。