Redis HyperLogLog

Posted 2023-02-23 周天祥

Redis HyperLogLog

1、介绍

Redis 在 2.8.9 版本添加了 HyperLogLog 结构。

Redis HyperLogLog 是用来做基数统计的算法，HyperLogLog 的优点是，在输入元素的数量或者体积非常非常大时，计算基数所需的空间总是固定 的、并且是很小的。

在 Redis 里面，每个 HyperLogLog 键只需要花费 12 KB 内存，就可以计算接近 2^64 个不同元素的基 数。这和计算基数时，元素越多耗费内存就越多的集合形成鲜明对比。

但是，因为 HyperLogLog 只会根据输入元素来计算基数，而不会储存输入元素本身，所以 HyperLogLog 不能像集合那样，返回输入的各个元素。
eg：数据集 1, 3, 5, 7, 5, 7, 8， 那么这个数据集的基数集为 1, 3, 5 ,7, 8, 基数(不重复元素)为5。 基数估计就是在误差可接受的范围内，快速计算基数。

2、Redis HyperLogLog 命令

1    pfadd key element [element ...]
添加指定元素到 hyperloglog 中。
2    pfcount key [key ...]
返回给定 hyperloglog 的基数估算值，基数有比较小的误差
3    pfmerge destkey sourcekey [sourcekey ...]
将多个 hyperloglog 合并为一个 hyperloglog

eg：

127.0.0.1:6379> pfadd final redis es es python java mongodb java oracle java mysql es
(integer) 1
127.0.0.1:6379> pfcount final
(integer) 7
127.0.0.1:6379> pfadd pf1 es redis scala spark hadoop java python hive
(integer) 1
127.0.0.1:6379> pfcount  pf1
(integer) 8
127.0.0.1:6379> pfmerge upf final pf1
OK
127.0.0.1:6379> pfcount upf
(integer) 11

3、应用场景

基数不大，数据量不大就用不上，会有点大材小用浪费空间
有局限性，就是只能统计基数数量，而没办法去知道具体的内容是什么

统计注册 IP 数
统计每日访问 IP 数
统计页面实时 UV 数
统计在线用户数
统计用户每天搜索不同词条的个数