redis的HyperLogLog实战

时间 2019-12-06

原文原文链接

序

本文主要研究一下redis的HyperLogLog的用场html

相关命令

pfadd

每添加一个元素的复杂度为O(1)java

127.0.0.1:6379> pfadd uv0907 uid1 uid2 uid3
(integer) 1

添加元素到HyperLogLog中，若是内部有变更返回1，没有返回0

pfcount

做用域单个HyperLogLog时，复杂度为O(1)，做用于多个HyperLogLog时，复杂度为O(N)redis

127.0.0.1:6379> pfcount uv0907
(integer) 3

返回该HyperLogLog的近似基数，若是是指定多个HyperLogLog则返回的是他们的并集的近似基数

pfmerge

复杂度为O(N)，N为合并后的HyperLogLog数量算法

127.0.0.1:6379> pfadd uv0906 uid1 uid4 uid5
(integer) 1
127.0.0.1:6379> pfmerge uv0607 uv0906 uv0907
OK
127.0.0.1:6379> pfcount uv0607
(integer) 5

合并指定的HyperLogLog到新的HyperLogLog中

使用场景

HyperLogLog是Probabilistic data Structures的一种，这类数据结构的基本大的思路就是使用统计几率上的算法，牺牲数据的精准性来节省内存的占用空间及提高相关操做的性能。最典型的使用场景就是统计网站的每日UV。实例以下：segmentfault

@Test
    public void testUv(){
        String uv1 = "uv96";
        String uv2 = "uv97";
        IntStream.rangeClosed(1,100)
                .forEach(i -> {
                    System.out.println(i);
                    redisTemplate.opsForHyperLogLog()
                            .add(uv1,"user"+i);
                    redisTemplate.opsForHyperLogLog()
                            .add(uv2,"user"+i/2);
                });

        long uv1Count = redisTemplate.opsForHyperLogLog().size(uv1);
        System.out.println(uv1Count);
        long uv2Count = redisTemplate.opsForHyperLogLog().size(uv2);
        System.out.println(uv2Count);

        String uv1uv2 = "uv67";
        Long uv1uv2Count = redisTemplate.opsForHyperLogLog().union(uv1uv2,uv1,uv2);
        System.out.println(uv1uv2Count);
        Long realCount = redisTemplate.opsForHyperLogLog().size(uv1uv2);
        System.out.println(realCount);
    }

小结

redis的HyperLogLog特别是适合用来对海量数据进行unique统计，对内存占用有要求，并且还可以接受必定的错误率的场景。
对于union操做因为是O(N)，在海量数据层面须要注意慢查询问题。