Redis 学习笔记（十一）基数统计(HyperLogLog)

1. 介绍

HyperLogLog命令是redis在2.8版本中加入的，Redis中HyperLogLog是用来做基数统计的。

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，因此每个 HyperLogLog 键只需要花费 12 KB 内存，就可以计算接近 264 个不同元素的基数。但是HyperLogLog也存在缺点，就是它是估计基数的算法，所以会有一定误差0.81%，而且无法获取具体的元素值。因此应用在对准确性不是很重要的场景，例如：QQ同时在线人数，网站IP访问数量等等。

2.HyperLogLog命令

• PFADD
  
  • 将指定的元素添加到指定的HyperLogLog 结构中。
  • 如果一个HyperLogLog的估计的近似基数在执行命令过程中发了变化， PFADD 返回1，否则返回0。

PFADD key element [element ...]

127.0.0.1:6379> PFADD count user1 user2 user3   //往count中添加三个元素(integer) 1                                     //添加成功127.0.0.1:6379> PFCOUNT count                   //返回count这个键的估计值(integer) 3                                     127.0.0.1:6379> PFADD count user1 user2 user3(integer) 0                                     //添加失败，因为所有元素都已存在127.0.0.1:6379> PFCOUNT count (integer) 3                                     //还是3个127.0.0.1:6379> PFADD count user3 user4         //添加成功，但是只添加不存在的user4元素(integer) 1                                     127.0.0.1:6379> PFCOUNT count                   //估计值变成4个(integer) 4

• PFCOUNT
  
  • 参数为一个key时,返回存储在HyperLogLog结构体的该变量的近似基数，如果该变量不存在,则返回0。
  • 当参数为多个key时，返回这些HyperLogLog**并集**的近似基数，这个值是将所有给定key的HyperLoglog结构合并到一个临时的HyperLogLog结构中计算而得到的。
  • 返回的可见集合基数并不是精确值， 而是一个带有 0.81% 标准错误（standard error）的近似值。

PFCOUNT key [key ...]

127.0.0.1:6379> PFADD count1 a b c d    //往count1添加4个元素(integer) 1 127.0.0.1:6379> PFCOUNT count1          //返回估计值为4(integer) 4127.0.0.1:6379> PFADD count2 a c e f    //往count2添加4个元素(integer) 1127.0.0.1:6379> PFCOUNT count2          //返回估计值为4(integer) 4127.0.0.1:6379> PFCOUNT count1 count2   //返回count1和count2并集的估计值6(integer) 6                             

• PFMERGE
  
  • 将多个 HyperLogLog 合并（merge）为一个 HyperLogLog ， 合并后的 HyperLogLog 的基数接近于所有输入 HyperLogLog 的可见集合（observed set）的并集。
  • 合并得出的 HyperLogLog 会被储存在目标变量（第一个参数）里面， 如果该键并不存在， 那么命令在执行之前， 会先为该键创建一个空的。

PFMERGE destkey sourcekey [sourcekey ...]

127.0.0.1:6379> PFMERGE count3 count1 count2    //将count1和count2合并到count3中OK127.0.0.1:6379> PFCOUNT count3                  //返回count3的估计值6(integer) 6

3.基数统计的比较

有序集合、集合、HyperLogLog和位图(bitmap)四种统计元素基数的比较：

redis统计基数四种办法的比较