redis中HLL的使用hyperloglog

最新推荐文章于 2025-07-04 14:16:06 发布

开心的小尾叭

最新推荐文章于 2025-07-04 14:16:06 发布

阅读量892

点赞数

CC 4.0 BY-SA版权

分类专栏： Redis

本文链接：https://blog.csdn.net/weixin_39406672/article/details/105775007

Redis 专栏收录该内容

8 篇文章

订阅专栏

Redis中的HyperLogLog(HLL)用于基数估算，提供高效的空间和时间复杂度。HLL通过pfadd命令添加元素，pfcount获取去重元素数量，pfmerge合并多个key的基数。适用于统计注册IP数、访问IP数、UV、在线用户数等场景。尽管无法获取具体元素，但与Bitmap结合可用于标识活跃用户并计数。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

redis中HLL的使用
这里给出官方文档（中文翻译版）连接，里面关于时间复杂度、返回值、命令方式、使用案例等等都有详细说明

本文对每个命令都简介总结并个人案例展示

pfadd 添加
影响基数估值则返回1否则返回0.若key不存在则创建
时间复杂度O(1)

127.0.0.1:6379> pfadd m1 1 2 3 4 1 2 3 2 2 2 2
(integer) 1

pfcount 获得基数值
得到基数值，白话就叫做去重值（1，1，2，2，3）的插入pfcount得到的是3
可一次统计多个key
时间复杂度为O(N)，N为key的个数
返回值是一个带有 0.81% 标准错误（standard error）的近似值.

127.0.0.1:6379> pfadd m1 1 2 3 4 1 2 3 2 2 2 2
(integer) 1
127.0.0.1:6379> pfcount m1
(integer) 4

pfmerge 合并多个key
取多个key的并集
命令只会返回 OK.
时间复杂度为O（N）

127.0.0.1:6379> pfadd m1 1 2 3 4 1 2 3 2 2 2 2
(integer) 1
127.0.0.1:6379> pfcount m1
(integer) 4
127.0.0.1:6379> pfadd m2 3 3 3 4 4 4 5 5 5 6 6 6 1
(integer) 1
127.0.0.1:6379> pfcount m2
(integer) 5
127.0.0.1:6379> pfmerge mergeDes m1 m2
OK
127.0.0.1:6379> pfcount mergeDes
(integer) 6

应用场景
说明：

基数不大，数据量不大就用不上，会有点大材小用浪费空间
有局限性，就是只能统计基数数量，而没办法去知道具体的内容是什么
和bitmap相比，属于两种特定统计情况，简单来说，HyperLogLog 去重比 bitmap 方便很多
一般可以bitmap和hyperloglog配合使用，bitmap标识哪些用户活跃，hyperloglog计数
一般使用：

统计注册 IP 数
统计每日访问 IP 数
统计页面实时 UV 数
统计在线用户数
统计用户每天搜索不同词条的个数
参考链接
神奇的HyperLogLog算法
Redis new data structure: the HyperLogLog
原论文页：HyperLogLog: the analysis of a near-optimal
cardinality estimation algorithm
java实现HyperLogLog的github
基数估计算法概览
hyperloglog的java版使用
参考java使用案例：Probabilistic data Structures – Bloom filter and HyperLogLog for Big Data