（1）HyperLogLog簡介
在Redis 在 2.8.9 版本才添加了 HyperLogLog，HyperLogLog算法是用於基數統計的算法，每個 HyperLogLog 鍵只需要花費 12 KB 內存，就可以計算接近 2^64 個不同元素的基數。HyperLogLog適用於大數據量的統計，因為成本相對來說是更低的，最多也就占用12kb內存
業務場景，HyperLogLog常用於大數據量的統計，比如頁面訪問量統計或者用戶訪問量統計
舉個例子，假如要統計一個頁面的訪問量(PV)，這個還比較好辦，可以直接用redis計數器或者直接存數據庫都可以做，然后如果再加需求，現在要統計一個頁面的用戶訪問量(UV)，一個用戶一天內如果訪問多次的話，也只能算一次，這樣的話，你可能會想到用SET集合來做，因為SET集合是有去重功能的，key存儲頁面對應的關鍵字，value存儲對應userId，這種方法是可行，可是訪問量一多的話，假如有幾千萬訪問量，那就麻煩了，為了統計一個訪問量，要頻繁創建SET集合對象
那有其它方法嗎？針對上面大訪問量的情況，redis是有實現了HyperLogLog算法，HyperLogLog 這個數據結構的發明人 是Philippe Flajolet 教授
Redis集成的HyperLogLog使用語法主要有pfadd和pfcount，顧名思義，一個是來添加數據，一個是來統計的，使用比較容易掌握，不過算法是比較復雜的，然后為什么用pf？是因為HyperLogLog 這個數據結構的發明人 是Philippe Flajolet教授 ，所以用發明人的英文縮寫，這樣我們也容易記住這個語法了
下面給出一些簡單例子，啟動redis客戶端
127.0.0.1:6379> flushall
OK
127.0.0.1:6379> pfadd uv user1
(integer) 1
127.0.0.1:6379> pfcount uv
(integer) 1
127.0.0.1:6379> pfadd uv user2
(integer) 1
127.0.0.1:6379> pfcount uv
(integer) 2
127.0.0.1:6379> pfadd uv user3
(integer) 1
127.0.0.1:6379> pfcount uv
(integer) 3
127.0.0.1:6379> pfadd uv user4
(integer) 1
127.0.0.1:6379> pfcount uv
(integer) 4
127.0.0.1:6379> pfadd uv user5 user6 user 7 user8 user9 user10
(integer) 1
127.0.0.1:6379> pfcount uv
(integer) 10
127.0.0.1:6379>
然后用java的Jedis庫來實現
加上Maven：
<dependencies>
<dependency>
<groupId>redis.clients</groupId>
<artifactId>jedis</artifactId>
<version>2.9.0</version>
</dependency>
</dependencies>
寫個測試類，要先啟動redis服務端
package com.test.redis;
import redis.clients.jedis.Jedis;
public class RedisPFCountTest {
public static void main(String[] args) {
Jedis jedis = new Jedis("127.0.0.1",6379);
for (int i = 0; i < 1000; i++) {
jedis.pfadd("pv", String.valueOf(i));
}
long total = jedis.pfcount("pv");
System.out.printf("%d\n", total);
jedis.close();
}
}
再加大數據量，這里寫了10萬次的統計，可以看出是有一點誤差的
當然HyperLogLog算法一開始就是為了大數據量的統計而發明的，所以很適合那種數據量很大，然后又沒要求不能有一點誤差的計算，HyperLogLog 提供不精確的去重計數方案，雖然不精確但是也不是非常不精確，標准誤差是 0.81%，不過這對於頁面用戶訪問量是沒影響的，因為這種統計可能是訪問量非常巨大，但是又沒必要做到絕對准確，訪問量對准確率要求沒那么高，但是性能存儲方面要求就比較高了，而HyperLogLog正好符合這種要求，不會占用太多存儲空間，同時性能不錯
(2) PFMERGE 用法
pfadd和pfcount常用於統計，然后來個需求，假如兩個頁面很相近，現在想統計這兩個頁面的用戶訪問量呢？這里就可以用pfmerge合並統計了，語法如例子：
127.0.0.1:6379> PFADD test1 "apple" "banana" "cherry"
(integer) 1
127.0.0.1:6379> PFCOUNT test1
(integer) 3
127.0.0.1:6379> PFADD test2 "apple" "cherry" "durian" "mongo"
(integer) 1
127.0.0.1:6379> PFCOUNT test2
(integer) 4
127.0.0.1:6379> PFMERGE test1&test2 test1 test2
OK
127.0.0.1:6379> PFCOUNT test1&test2
(integer) 5