使用 Redis 如何统计一亿个 keys ？

目录

1、聚合统计

2、排序统计

3、二值状态统计

4、基数统计

总结

// 淡泊明志，宁静致远

        在 Web 和移动应用的业务场景中，我们经常需要保存这样一种信息：一个 key 对应了一个数据集合。举几个例子：

• 手机 App 中的每天的用户登录信息：一天对应一系列用户 ID 或移动设备 ID；
• 电商网站上商品的用户评论列表：一个商品对应了一系列的评论；
• 用户在手机 App 上的签到打卡信息：一天对应一系列用户的签到记录；
• 应用网站上的网页访问信息：一个网页对应一系列的访问点击。

        我们知道，Redis 集合类型的特点就是一个键对应一系列的数据，所以非常适合用来存取这些数据。但是，在这些场景中，除了记录信息，我们往往还需要对集合中的数据进行统计，例如：

• 在移动应用中，需要统计每天的新增用户数和第二天的留存用户数；
• 在电商网站的商品评论中，需要统计评论列表中的最新评论；
• 在签到打卡中，需要统计一个月内连续打卡的用户数；
• 在网页访问记录中，需要统计独立访客（Unique Visitor，UV）量。

        通常情况下，我们面临的用户数量以及访问量都是巨大的，比如百万、千万级别的用户数量，或者千万级别、甚至亿级别的访问信息。所以，我们必须要选择能够非常高效地统计大量数据（例如亿级）的集合类型。// 获取缓存，然后通过程序对亿级数据进行聚合的想法，不切实际？

        要想选择合适的集合，我们就得了解常用的集合统计模式。集合类型常见的四种统计模式，包括聚合统计、排序统计、二值状态统计和基数统计。

1、聚合统计

        所谓的聚合统计，就是指统计多个集合元素的聚合结果，包括：统计多个集合的共有元素（交集统计）；把两个集合相比，统计其中一个集合独有的元素（差集统计）；统计多个集合的所有元素（并集统计）。// 交、差、并、补

        在刚才提到的场景中，统计手机 App 每天的新增用户数和第二天的留存用户数，正好对应了聚合统计。// 使用set 集合，避免数据重复

        要完成这个统计任务，我们可以用一个集合记录所有登录过 App 的用户 ID，同时，用另一个集合记录每一天登录过 App 的用户 ID。然后，再对这两个集合做聚合统计。我们来看下具体的操作。

        记录所有登录过 App 的用户 ID 还是比较简单的，我们可以直接使用 Set 类型，把 key 设置为 user:id，表示记录的是用户 ID，value 就是一个 Set 集合，里面是所有登录过 App 的用户 ID，我们可以把这个 Set 叫作累计用户 Set，如下图所示：

        需要注意的是，累计用户 Set 中没有日期信息，我们是不能直接统计每天的新增用户的。所以，我们还需要把每一天登录的用户 ID，记录到一个新集合中，我们把这个集合叫作每日用户 Set，它有两个特点：

1. key 是 user:id 以及当天日期，例如 user:id:20200803；
2. value 是 Set 集合，记录当天登录的用户 ID。

        在统计每天的新增用户时，我们只用计算每日用户 Set 和累计用户 Set 的差集就行。 

        借助一个具体的例子来解释一下。

        假设我们的手机 App 在 2020 年 8 月 3 日上线，那么，8 月 3 日前是没有用户的。此时，累计用户 Set 是空集，当天登录的用户 ID 会被记录到 key 为 user:id:20200803 的 Set 中。所以，user:id:20200803 这个 Set 中的用户就是当天的新增用户。// 新增集合和累计集合分开

        然后，我们计算累计用户 Set 和 user:id:20200803 Set 的并集结果，结果保存在 user:id 这