一、基础概念
- UV（Unique Visitor）独立访客 一天内同一个用户不管访问多少次页面，只统计 1 次 ，统计的是去重人数。
- PV（Page View）页面访问量 用户每打开一次页面就记一次，多次访问会累加，统计总点击次数。
问题：如果用 Set 存用户 id 做 UV 统计，海量用户时内存开销极大。 方案：HyperLogLog，概率型基数统计结构，不存原始数据，只估算数量。
二、HyperLogLog 核心特点
- 底层基于 Redis String 实现，单个 HLL 最多占用 <16KB 内存，可以统计上亿级别的去重数量。
- 存在误差：标准误差 0.81%，适合 UV 这类允许少量误差的统计场景。
- ⚠️ 缺点：不能取出里面存入的原始元素，只能拿到估算总数；如果业务必须拿到所有用户明细，不能用 HLL。
三、三大核心命令
表格
| 命令 | 作用 |
|---|---|
PFADD key element [element...] |
往 HLL 中添加元素（用户标识：userId / 设备 id），重复添加无影响 |
PFCOUNT key [key...] |
获取估算的基数（UV 数量）；传多个 key 会自动合并后返回总数 |
PFMERGE destkey sourcekey [sourcekey...] |
把多个 HLL 合并成一个 HLL，用于多渠道 UV 汇总 |
四、业务示例（每日 UV）
# 记录今天页面访问的用户
PFADD uv:20260927 user1001 user1002 user1003
# 再访问，重复用户添加不改变基数
PFADD uv:20260927 user1001
# 查询今日UV
PFCOUNT uv:20260927
# 合并两天UV到新key
PFMERGE uv:total uv:20260926 uv:20260927