（二）redis其余常见结构
A. bitmaps
- 概述：本身非一种数据结构，本质就是字符串。类似数组，仅可设置0或1的value。
- 主要操作
1. 设置值 & 获取
- 基础设置：setbit key offset value，例如需要统计某网站某天的用户访问情况，则使用setbit unique:users:2022-08-09 0 1，表示2022年8月9日uid为0的用户访问了该网站；同理，若setbit unique:users:2022-08-09 99 1则表示uid为99的用户访问了该网站。默认情况下，value都为0。
- 基础获取值：getbit key offset，若沿用上方案例，offset=88即为查看uid为88的用户在当日有无访问该网站，0表示未访问，1则是曾于今日访问过。
- 范围获取统计：bitcount key [start end]，不填写offset则默认全域范围内value=1的offset有多少个。
2. bitmap间操作运算
- 交集：bitop and destkey key [key...]，destkey表示操作后新产生的bitmap的名称，继续网站访问案例，获取8月8和8月9两天都访问的用户数量，则进行两步操作：bitop and unique:users:0808+0809 unique:users:2022-08-09 unique:users:2022-08-08&bitcount unique:users:0808+0809获取最终结果
- 并集：bitop or destkey key [key...]，可以用统计两天内至少访问一次该网站的用户数量。
- 非：bitop not destkey key [key...]
- 异或：bitop xor destkey key [key...] - 主要功能：redis中的布隆过滤器本质就是基于这个结构的，利用多组hash function，在不同offset下将value从0改成1。
B. HyperLogLog
概述：类似bitmaps其本质也是字符串，利用基数算法实现极小内存空间下完成独立总数的统计，但存在一定误差率，官方统计约为0.81%。
-
主要操作
1. 添加：```pfadd key element [element...]```，添加成功返回1。例如```pfadd 2022-08-09:unique:ids "uuid-1" "uuid-2" "uuid-3"```。 2. 计算：```pfcount key [key...]```，计算上方***2022-08-09:unique:ids***的数量，则使用```pfcount 2022-08-09:unique:ids```，得到结果为3。注意，**若pfadd重复的element，在使用pfcount时会自动去重**，实现独立总数统计的效果。 3. 合并：```pfmerge destkey sourcekey [sourcekey...]```，使用```pfmerge 0808+0809:unique:ids 2022-08-09:unique:ids 2022-08-08:unique:ids```获取两天的统计量，再用```pfcount 0808+0809:unique:ids```获取最终结果。 -
主要功能：一般用于收集ip，email或id等，请参考下方实际案例
若要统计pv，可用redis的incr或incrby实现
但是统计uv的话需要筛选掉pv中重复的uid，可利用mysql的count(distinct user_id)实现，或者redis的set，hash，bitmaps的结构实现；
然而上方的方法效率不好，且存储空间偏大，此时HyperLogLog的优势就出现了，它本身无法取出元素的值，只统计数量
