Redis HyperLogLog

Redis HyperLogLog

Redis 在 2.8.9 版本添加了 HyperLogLog 结构。

HyperLogLog是一种概率数据结构，用于对唯一事物进行计数（从技术上讲，这是指估计集合的基数）。通常，对唯一项目进行计数需要使用与要计数的项目数量成比例的内存量，因为您需要记住过去已经检索的元素，以避免多次对其进行计数。但是，有一组算法会以内存换取精度：我们最终会得到带有标准误差的估计量，在Redis实现中，该误差小于1％。该算法的神奇之处在于，我们不再需要使用与所计数项目数量成正比的内存量，而是可以使用恒定数量的内存！在最坏的情况下为12k字节，如果我们的HyperLogLog（从现在开始将它们称为HLL）看到的元素很少，则用到的内存将更少。

什么是基数?

比如数据集 {1, 3, 5, 7, 5, 7, 8}， 那么这个数据集的基数集为 {1, 3, 5 ,7, 8}, 基数(不重复元素)为5。 基数估计就是在误差可接受的范围内，快速计算基数。

示例

以下示例演示了 HyperLogLog 的工作过程：

redis 127.0.0.1:6379> PFADD jiyikey "redis"
1) (integer) 1
redis 127.0.0.1:6379> PFADD jiyikey "mongodb"
1) (integer) 1
redis 127.0.0.1:6379> PFADD jiyikey "mysql"
1) (integer) 1
redis 127.0.0.1:6379> PFCOUNT jiyikey
(integer) 3

Redis HyperLogLog 命令

下表列出了 redis HyperLogLog 的基本命令：