统计独立UV
- 原始方案:set
- 存储每个用户的id(字符串)
- 改进方案:Bitmaps
- 存储每个用户状态(bit)
- 全新的方案:Hyperloglog
基数
- 基数是数据集去重后元素个数
- HyperLogLog是用来做基数统计的,运用了LogLog的算法
{1,3,5,7,5,7,8}
基数集:{1,3,5,7,8}
基数:5
基本操作
- 添加数据
pfadd key element [element]
- 统计数据
pfcount key [key...]
- 合并数据
pfmerge destkey sourcekey [sourcekey...]
Tips:
- redis应用于独立信息统计
相关说明
- 用于进行基数统计,不是集合,不保存数据,只记录数量而不是具体数据
- 核心是基数估算算法,最终数值存在一定误差
- 误差范围:基数估计的结果是一个带有0.81%标准错误的近似值
- 耗空间极小,每个hyperloglogkey占用了12k的内存用于标记基数
- pfadd命令不是一次性分配12k内存使用,会随着基数的增加内存逐渐增大
- pfmerge命令合并后占用的存储空间为12k,无论合并之前数据量多少
