Redis中的HyperLogLog（可用于统计网站访问量）

一般我们评估一个网站的访问量，有几个主要的参数：

• pv：Page View，网页的浏览量
• uv：User View，访问的用户

一般来说，pv或者uv的统计，可以自己来做，也可以借助一些第三方的工具，比如cnzz，友盟等。

如果自己实现，pv比较简单，可以直接通过Redis计数器就能实现。但是uv就不一样，uv设计到另外一个问题，去重。

我们首先需要在前端给每一个用户生成一个唯一Id，无论是登录用户还是未登录用户，都要有一个唯一id，这个id伴随着请求一起到达后端，在后端我们通过set集合中sadd命令来存储这个id，最后通过scard统计集合大小，进而得到uv数据。

如果是千万级别的uv，需要的存储空间就非常惊人。而且，像uv统计这种，一般也不需要特别精确，800w的uv和803w的uv，其实差别不大。而HyperLogLog可以很好的满足这个要求。

Redis中提供的HperLogLog就是专门用来解决这个问题的，HyperLogLog提供了一套不怎么精确但是够用的去重方案，会有误差，官方给出的误差数据是0.81%，这个精确度，统计UV够用了。

HyperLogLog主要提供了两个命令：pfadd和pfcount。

127.0.0.1:6379> pfadd uv u1 u2 u3 
(integer) 1
127.0.0.1:6379> pfcount uv
(integer) 3
127.0.0.1:6379> pfadd uv y u1 u2 u3 u4
(integer) 1
127.0.0.1:6379> pfcount uv
(integer) 5

• pfadd用来添加记录，类似于sadd，添加过程中，重复的记录会自动去重。pfcount则用来统计数据。
• 数据量少的时候看不出来误差

在Java中，我们多添加几个元素

public class HyperLogLogTest {
    public static void main(String[] args) {
        Redis redis = new Redis();
        redis.exectu(jedis -> {
            for (int i = 0; i <1000 ; i++) {
                jedis.pfadd("uv","u"+i,"u"+(i+1));
            }
            System.out.println(jedis.pfcount("uv"));//理论值是1001，实际994,可以接受的范围内
        });
    }
}

不精确，但是效率高

除了pfadd和pfcount之外，还有一个命令pfmerge，合并多个统计结果（自动去重多个集合中重复的元素）。

127.0.0.1:6379> pfadd uv1 y u1 u2 u3 u4 o p l
(integer) 1
127.0.0.1:6379> pfmerge uv uv1
OK
127.0.0.1:6379> pfcount uv
(integer) 998
127.0.0.1:6379>