0014. Redis HyperLogLog

• 1. 📝 概述
• 2. 📒 HyperLogLog
• 3. 🤔 什么是基数？
• 4. 📒 常用的 redis HyperLogLog 命令
• 5. 💻 基础示例
• 6. 🤔 PFADD、PFCOUNT、PFMERGE…… 这些命令中的 PF 是什么？

1. 📝 概述

• 介绍了 Redis 中的 HyperLogLog 是什么，以及基本使用，包括其适用场景、特点和相关命令。

2. 📒 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，其优点在于：即使输入元素数量极大，计算所需的空间始终是固定且很小的。
• 在 Redis 里面，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。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，因为 HyperLogLog 只会根据输入元素来计算基数，而 不存储输入元素本身，所以 HyperLogLog 不能像集合那样，返回输入的各个元素。
• Redis HyperLogLog 适用于大规模数据场景下的 UV（独立访客）统计、去重计数等需求。

3. 🤔 什么是基数？

• 基数是指一个数据集中不重复的元素个数。例如数据集 {1, 3, 5, 7, 5, 7, 8} 的基数为 5（即 {1, 3, 5, 7, 8}）。
• HyperLogLog 能在误差可接受范围内快速估算基数。

4. 📒 常用的 redis HyperLogLog 命令

添加操作

PFADD key element [element ...]
# 添加指定元素到 HyperLogLog 中

统计操作

PFCOUNT key [key ...]
# 返回给定 HyperLogLog 的基数估算值

合并操作

PFMERGE destkey sourcekey [sourcekey ...]
# 将多个 HyperLogLog 合并为一个新的 HyperLogLog

5. 💻 基础示例

# 添加元素到 HyperLogLog
PFADD hll a b c d e f g
# (integer) 1 表示可能添加了新数据

# 添加更多元素（含重复）
PFADD hll a a a b b c
# (integer) 0 表示没有新的唯一元素被添加

# 获取基数估计值
PFCOUNT hll
# (integer) 7 （估计有 7 个不同的元素）

# 创建另一个 HyperLogLog 并添加数据
PFADD hll2 x y z a b
# (integer) 1

# 合并两个 HyperLogLog 到 hll3
PFMERGE hll3 hll hll2
# OK

# 查看合并后的基数估计值
PFCOUNT hll3
# (integer) 10 （估计有 10 个不同的元素）

6. 🤔 PFADD、PFCOUNT、PFMERGE…… 这些命令中的 PF 是什么？

• PF 指的是 Philippe Flajolet，他是提出 HyperLogLog 算法的计算机科学家之一。Redis 使用这一命名方式来纪念他的贡献。
• Redis 的创始人 Salvatore Sanfilippo（又称 antirez）为了致敬这些研究者，在实现 HyperLogLog 相关命令时使用了他们的名字缩写。PFADD、PFCOUNT 和 PFMERGE 中的 PF 即来源于此。