UV统计（HyperLogLog技术）

介绍

两个概念：

UV：全称Unique Visitor，也叫独立访客量，是指通过互联网访问、浏览这个网页的自然人。1天内同一个用户多次访问该网站，只记录1次。
PV：全称Page View，也叫页面访问量或点击量，用户每访问网站的一个页面，记录1次PV，用户多次打开页面，则记录多次PV。往往用来衡量网站的流量。

UV统计在服务端做会比较麻烦，因为要判断该用户是否已经统计过了，需要将统计过的用户信息保存。但是如果每个访问的用户都保存到Redis中，数据量会非常恐怖。

HyperLogLog

Hyperloglog(HLL)是从Loglog算法派生的概率算法，用于确定非常大的集合的基数，而不需要存储其所有值。相关算法原理可以参考：HyperLogLog 算法的原理讲解以及 Redis 是如何应用它的聪明的你可能会马上想到，用 HashMap 这种数 - 掘金

Redis中的HLL是基于string结构实现的，单个HLL的内存永远小于16kb，内存占用非常低。作为代价，其测量结果是概率性的，有小于0.81%的误差。不过对于UV统计来说，这完全可以忽略。

常用操作

一共就只有这3个操作

PFADD：往指定 HyperLogLog（对应 key）里添加一个 / 多个元素，是统计基数的 "数据录入" 操作。

PFCOUNT：获取一个 / 多个 HyperLogLog 对应的集合的近似去重元素数（基数），是统计结果的 "查询" 操作。

PFMERGE：把多个源 HyperLogLog 合并成一个新的目标 HyperLogLog，合并后可通过 PFCOUNT 查这些源的总基数。

演示

因为没有大量的用户，所以用单元测试来模拟

java 复制代码

@Test
void testHyperLogLog() {
    String[] values = new String[1000];
    int j = 0;
    for (int i = 0; i < 1000000; i++) {
        j = i % 1000;
        values[j] = "user_" + i;
        if (j == 999) {
            // 发送到redis
            stringRedisTemplate.opsForHyperLogLog().add("hl1", values);
        }
    }
    // 统计数量
    Long count = stringRedisTemplate.opsForHyperLogLog().size("hl1");
    System.out.println("count = " + count);
}

该单元测试是往redis里添加了一百万条用户信息，然后再用count来接收统计出来的用户信息数量

结果为997593，误差很低