简单介绍Redis中HyperLogLog的使用详情
HyperLogLog ，基数统计；
那什么是基数？
比如有两个数组
数组A = [1,2,3,4,5];
数组B = [3,4,5,6,7];
这时候基数就是 [1,2,3,4,5,6,7]，总共有7个数；
就是去重之后的数据；
HyperLogLog 就是用来做去重复统计的；
bitmap 在做统计时，虽然使用的是 bit 来做记录，已经很节省空间了；
但是在随着数据量快速增长的情况下，bitmap 也是很占内存空间的；
而 HyperLogLog 就不同了，HyperLogLog 的每个 key 只占用 12kb 的内存，
就可以统计 2的64 次方个基数；
而且不会随着数据量的增多而变大，就是固定的 12kb；
这是因为 HyperLogLog 每次只会根据添加的数据去计算基数，而不保存添加的数据本身；
但这也造成了一个问题，就是 HyperLogLog 基数统计的准确率不是100%，会有 0.81% 的误差；
但对于亿级数据的统计，这点误差似乎可以忽略不计；
同样的，bitmap 记录数据本身，它的计算是精确的；
所有，也可以说 HyperLogLog 是一种概率计算，但是误差是很小的。
这是reidis作者写的关于HyperLogLog的文章
HyperLogLog 的使用也非常简单，就3个操作api
pfadd key value [value ...]
pfadd 20220628:uv ip1 ip2 ip3 pfadd 20220629:uv ip1 ip2 ip3 ip4 ip5 pfadd 20220630:uv ip2 ip4 ip5 ip6 ip7 ip8
重复数据不会被保存，返回的是0
> pfadd 20220628:uv ip1 ip2 ip3 1 > pfadd 20220628:uv ip1 ip2 ip3 0
获取 HyperLogLog 的基数估算值
PFCOUNT key [key ...]
> pfcount 20220628:uv 20220629:uv 5
合并得出的不会被储存，使用之后就会被删掉
合并多个key
pfmerge destkey key [key ...]
> pfmerge result 20220628:uv 20220629:uv 20220630:uv OK
pfmerge 合并多个key后，会生成一条 result 数据
然后再对 result 做 pfcount 操作
> pfcount result 8
这时候拿到的值就是 上面3个key 计算出来的基数。
HyperLogLog 在 spring 里的使用也非常简单，
pfadd 对应的是 .add() 操作；
pfcount 对应的是 .size() 操作；
pfmerge 对应的是 .union() 操作；
下面是使用的 Demo
import org.junit.jupiter.api.Test;
import org.junit.runner.RunWith;
import org.springframework.boot.test.context.SpringBootTest;
import org.springframework.data.redis.core.HyperLogLogOperations;
import org.springframework.data.redis.core.RedisTemplate;
import org.springframework.test.context.junit4.SpringRunner;
import javax.annotation.Resource;
@SpringBootTest
@RunWith(SpringRunner.class)
class RedisTest {
@Resource
private RedisTemplateredisTemplate;
@Test
void hyperLogLogTest() {
HyperLogLogOperationshyperLogLogOperations = redisTemplate.opsForHyperLogLog();
// 添加元素
Long add = hyperLogLogOperations.add("20220628:uv", "ip1", "ip2", "ip3");
System.out.println("add : " + add);
hyperLogLogOperations.add("20220629:uv", "ip1", "ip2", "ip3", "ip4", "ip5");
hyperLogLogOperations.add("20220630:uv", "ip2", "ip4", "ip5", "ip6", "ip7", "ip8");
// 获取元素基数
Long size = hyperLogLogOperations.size("20220628:uv", "20220629:uv");
System.out.println("size : " + size);
// 合并多个元素
Long result = hyperLogLogOperations.union("unionResult", "20220628:uv", "20220629:uv", "20220630:uv");
System.out.println("result : " + result);
Long unionResult = hyperLogLogOperations.size("unionResult");
System.out.println("unionResult : " + unionResult);
}
}到此这篇关于Redis中HyperLogLog的使用详情的文章就介绍到这了
