简介
Redis HyperLogLog 是用来做基数统计的算法，HyperLogLog 的优点是，在输入元素的数量或者体积非常非常大时，计算基数所需的空间总是固定 的、并且是很小的。
在 Redis 里面，每个 HyperLogLog 键只需要花费 12 KB 内存 （准确说是：12KB+8字节，即：121024+8=12296字节）* ，就可以计算接近 2^64 个不同元素的基数。这和计算基数时，元素越多耗费内存就越多的集合形成鲜明对比。
但是，因为 HyperLogLog 只会根据输入元素来计算基数，而不会储存输入元素本身，所以 HyperLogLog 不能像集合那样，返回输入的各个元素。
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。
命令
添加元素、基数估算值 所观察到的集合的 返回基数不是精确的 ，而是近似为 0.81％的标准误差 。（来自官方）
127.0.0.1:6379> pfadd codehole user1
(integer) 1
127.0.0.1:6379> pfadd codehole user2
(integer) 1
127.0.0.1:6379> pfadd codehole user3
(integer) 1
127.0.0.1:6379> pfadd codehole user4
(integer) 1
127.0.0.1:6379> pfcount codehole
(integer) 4
将多个 HyperLogLog 合并为一个 HyperLogLog
127.0.0.1:6379> pfadd codehole2 user9
(integer) 1
127.0.0.1:6379> pfmerge codehole codehole2
OK
127.0.0.1:6379> pfcount codehole
(integer) 5
业务场景
- 独立用户总数统计
- 统计在线用户数
- 统计独立访问 IP 数量
总结
- HyperLogLog 的统计是一个近似估算值，误差率为：0.81%
- HyperLogLog 无法获取具体的元素信息
- HyperLogLog 占用内存很小，每次仅占用约 12KB；且支持 2^64 的基数
