Redis HyperLogLog基數統計

HyperLogLog 是用來做基數統計的算法。

先了解下什么是基數。

比如數據集{1, 3, 5, 7, 5, 7, 8}，那么這個數據集的基數集為{1, 3, 5 ,7, 8}，基數(不重復元素)為5。

如果，現在需要統計一下網頁的UV，那么就會涉及到去重了，這種場景就很適合用HyperLogLog。

這不就是set集合嘛？我用set來得出不重復的元素也可以呀。

沒錯，是可以，但是當數據量非常大的時候，你這個set是不是會占用非常大的內存呢？
如果用HyperLogLog來處理就好了，因為它計算基數所需要的空間是一定的，只要12kb，就可以計算接近 2^64 個不同元素的基數。

但是注意在這個數量級下，是會存在0.81%的錯誤率的，所以說具體還得看業務是否可以接受這樣的錯誤率。
像上面說的統計UV的場景，這點錯誤率是可以忽略的。

一、pfadd

將所有元素參數添加到 HyperLogLog 數據結構中。

pfadd mypf 1 2 3 a b c 3 4 5 c d a

二、pfcount

返回給定 HyperLogLog 的基數估算值。

pfcount mypf

可以看到，返回的是9，也就是不重復的元素數量有9個。

三、pfmerge

將多個 HyperLogLog 合并為一個 HyperLogLog ，合并后的 HyperLogLog 的基數估算值是通過對所有 給定 HyperLogLog 進行并集計算得出的。

pfmerge mypftotal mypf3 mypf4

把mypf3、mypf4合并到mypftotal 上。