Redis HyperLogLog

用途： 来做基数统计的算法。

优点： 在输入元素的数量或者体积非常非常大时，计算基数所需的空间总是固定的、并且是很小的。

每个 HyperLogLog 键只需要花费 12 KB 内存，就可以计算接近 2^64 个不同元素的基数。

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。

1
2
3
4
5
6
7
8
9
10
11
12
192.168.204.130:6379> pfadd testkey 1
(integer) 1
192.168.204.130:6379> pfadd testkey 3
(integer) 1
192.168.204.130:6379> pfadd testkey 5
(integer) 1
192.168.204.130:6379> pfadd testkey 7
(integer) 1
192.168.204.130:6379> pfadd testkey 5
(integer) 0
192.168.204.130:6379> pfcount testkey
(integer) 4

常用命令

命令 说明
PFADD key element [element …] 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 sourcekey [sourcekey …] 将多个 HyperLogLog 合并为一个 HyperLogLog

什么是基数？

比如数据集 {1, 3, 5, 7, 5, 7, 8}， 那么这个数据集的基数集为 {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。