拼多多面试题：如何用 Redis 统计独立用户访问量？

众所周至，拼多多的待遇也是高的可怕，在挖人方面也是竭尽全力，对于一些工做3年的开发，稍微优秀一点的，都给到30K的Offer。

固然，拼多多加班也是出名的，一周上6天班是常态，天天工做时间基本都是超过12个小时，也是至关辛苦的。

废话很少说，今天咱们来聊一聊拼多多的一道后台面试真题，是一道简单的架构类的题目：

拼多多有数亿的用户，那么对于某个网页，怎么使用Redis来统计一个网站的用户访问数呢？

一、Hash

哈希是Redis的一种基础数据结构，Redis底层维护的是一个开散列，会把不一样的key映射到哈希表上，若是是遇到关键字冲突，那么就会拉出一个链表出来。

当一个用户访问的时候，若是用户登录过，那么咱们就使用用户的id，若是用户没有登录过，那么咱们也可以前端页面随机生成一个key用来标识用户

当用户访问的时候，咱们可使用HSET命令，key能够选择URI与对应的日期进行拼凑，field可使用用户的id或者随机标识，value能够简单设置为1。

当咱们要统计某一个网站某一天的访问量的时候，就能够直接使用HLEN来获得最终的结果了。

优势：简单，容易实现，查询也是很是方便，数据准确性很是高。

缺点：占用内存过大，。随着key的增多，性能也会降低。小网站还行，拼多多这种数亿PV的网站确定受不了。

二、Bitset

咱们知道，对于一个32位的int，若是咱们只用来记录id，那么只可以记录一个用户，但若是咱们转成2进制，每位用来表示一个用户，那么咱们就可以一口气表示32个用户，空间节省了32倍！

对于有大量数据的场景，若是咱们使用bitset，那么能够节省很是多的内存。推荐：Redis 21问，你会几道？

对于没有登录的用户，咱们也可使用哈希算法，把对应的用户标识哈希成一个数字id。bitset很是的节省内存，假设有1亿个用户，也只须要100000000/8/1024/1024约等于12兆内存。

Redis已经为咱们提供了SETBIT的方法，使用起来很是的方便，咱们能够看看下面的例子。

关注微信公众号：Java技术栈，在后台回复：redis，能够获取我整理的 N 篇最新 Redis 教程，都是干货。

咱们在item页面能够不停地使用SETBIT命令，设置用户已经访问了该页面，也可使用GETBIT的方法查询某个用户是否访问。最后咱们经过BITCOUNT能够统计该网页天天的访问数量。

优势： 占用内存更小，查询方便，能够指定查询某个用户，数据可能略有瑕疵，对于非登录的用户，可能不一样的key映射到同一个id，不然须要维护一个非登录用户的映射，有额外的开销。

缺点： 若是用户很是的稀疏，那么占用的内存可能比方法一更大。

三、几率算法

对于拼多多这种多个页面均可能很是多访问量的网站，若是所须要的数量不用那么准确，可使用几率算法

事实上，咱们对一个网站的UV的统计，1亿跟1亿零30万实际上是差很少的。

在Redis中，已经封装了HyperLogLog算法，他是一种基数评估算法。这种算法的特征，通常都是数据不存具体的值，而是存用来计算几率的一些相关数据。

当用户访问网站的时候，咱们可使用PFADD命令，设置对应的命令，最后咱们只要经过PFCOUNT就能顺利计算出最终的结果，由于这个只是一个几率算法，因此可能存在0.81%的偏差。

优势： 占用内存极小，对于一个key，只须要12kb。对于拼多多这种超多用户的特别适用。

缺点： 查询指定用户的时候，可能会出错，毕竟存的不是具体的数据。总数也存在必定的偏差。

上面就是常见的3种适用Redis统计网站用户访问数的方法了。

分享一份 2019 最新 Java 架构师学习资料

做者：沙茶敏碎碎念
https://url.cn/5tQPEQg

推荐去个人博客阅读更多：

1.Java JVM、集合、多线程、新特性系列教程

2.Spring MVC、Spring Boot、Spring Cloud 系列教程

3.Maven、Git、Eclipse、Intellij IDEA 系列工具教程

4.Java、后端、架构、阿里巴巴等大厂最新面试题

生活很美好，明天见～