Redis HyperLogLog

Redis在2.8.9版本添加了HyperLogLog结构。

Redis HyperLogLog是用来做基数统计的算法。 HyperLogLog的优点：在输入元素的数量或者体积非常大时，计算基数所需的空间总是固定的、并且是很小的。

在Redis里面，每个HyperLogLog键只需要花费12KB内存，就可以计算接近2^64个不同元素的基数。 这和计算基数时，元素越多耗费内存就越多的集合形成鲜明对比。 但是：由于HyperLogLog只会根据输入元素来计算基数，而不会储存输入元素本身，所以HyperLogLog不能像集合那样，返回输入的各个元素。

什么是基数?

比如数据集 {1, 3, 5, 7, 5, 7, 8}，它的基数集为 {1, 3, 5 ,7, 8}，基数（不重复元素）为5。

基数估计：就是在误差可接受的范围内，快速计算基数。

示例

127.0.0.1:6379> pfadd testjs "a"
(integer) 1
127.0.0.1:6379> pfadd testjs "b"
(integer) 1
127.0.0.1:6379> pfadd testjs "c"
(integer) 1
127.0.0.1:6379> pfadd testjs "a"
(integer) 0
127.0.0.1:6379> pfcount testjs
(integer) 3

127.0.0.1:6379> pfadd testjs1 "e"
(integer) 1
127.0.0.1:6379> pfadd testjs1 "e" "f" "h"
(integer) 1
127.0.0.1:6379> pfcount testjs1
(integer) 3

127.0.0.1:6379> pfmerge testjs2 testjs testjs1
OK
127.0.0.1:6379> pfcount testjs2
(integer) 6

Redis HyperLogLog 命令

• PFADD key element1 [element2 …]：添加指定元素到HyperLogLog中。
• PFCOUNT key [key …]：返回给定HyperLogLog的基数估算值。
• PFMERGE destkey sourcekey1 [sourcekey2 …]：将多个HyperLogLog合并为一个HyperLogLog。