标签：HyperLogLog 数据类型 Redis setbit Bitmaps unique users
文章目录
Redis新数据类型
Bitmaps
1个字节等于8位，下面是“abc”字符串对应的二进制
Redis提供Bitmaps数据类型可以实现对位的操作：
Bitmaps本身不是一种数据类型，实际上它是字符串，但是可以对字符串的位进行操作。Bitmaps单独提供了一套命令，所以在Redis中使用Bitmaps和使用字符串的方法不太相同，可以把Bitmaps想象成一个以位为单位的数组，数组的每个单位只能存储0和1，数组的下标在Bitmaps中叫做偏移量。
命令
setbit
（1）格式
setbit<key><offset><value>设置Bitmaps中某个偏移量的值（0或1）
（2）实例
每个独立用户是否访问过网站存在Bitmaps中，将访问的用户记作1，没有访问的用户记作0，用偏移量作为用户id。
设置键的第offset个位的值（从0算起），假设现在有20个用户，userid = 1，6，11，15，19的用户对网站进行了访问，那么当前Bitmaps初始化结果如图
在第一次初始化Bitmap时，假如偏移量非常大，那么整个初始化过程执行会比较慢，可能会造成Redis的阻塞。
getbit
（1）格式
getbit<key><offset>获取Bitmaps中某个偏移量的值
获取键的第offset位的值（从0开始算起）。
（2）实例
获取id=8的用户是否在2020-11-06这天访问过， 返回0说明没有访问过：
注：因为100根本不存在，所以也是返回0
bitcount
统计字符串被设置为1的bit数。一般情况下，给定的整个字符串都会被进行计数，通过指定额外的start或end参数，可以让计数只在特定的位上进行。start和end参数的设置，都可以使用负数值：比如-1表示最后一个位，而-2表示倒数第二个位，start，end指Bit数组的字节下标数。
（1）格式
bitcount<key>[start end]统计字符串从start字节到end字节比特值为1的数量
（2）实例
计算2022-11-06这天的独立访问用户数量
start和end代表起始和结束字节数， 下面操作计算用户id在第1个字节到第3个字节之间的独立访问用户数， 对应的用户id是11， 15， 19。
举例
举例： K1 【01000001 01000000 00000000 00100001】，对应【0，1，2，3】
bitcount K1 1 2： 统计下标1、2字节组中bit=1的个数，即01000000 00000000 --》bitcount K1 1 2 --》1
bitcount K1 1 3 ： 统计下标1、2字节组中bit=1的个数，即01000000 00000000 00100001
–》bitcount K1 1 3 --》3
bitcount K1 0 -2 ： 统计下标0到下标倒数第2，字节组中bit=1的个数，即01000001 01000000 00000000
–》bitcount K1 0 -2 --》3
bitop
（1）格式
bitop and(or/not/xor) <destkey> [key…]
bitop是一个复合操作， 它可以做多个Bitmaps的and（交集） 、or（并集） 、 not（非） 、xor（异或） 操作并将结果保存在destkey中。
（2）实例
2020-11-04 日访问网站的userid=1,2,5,9。
setbit unique:users:20201104 1 1
setbit unique:users:20201104 2 1
setbit unique:users:20201104 5 1
setbit unique:users:20201104 9 1
2020-11-03 日访问网站的userid=0,1,4,9。
setbit unique:users:20201103 0 1
setbit unique:users:20201103 1 1
setbit unique:users:20201103 4 1
setbit unique:users:20201103 9 1
计算出两天都访问过网站的用户数量
bitop and unique:users:and:20201104_03 unique:users:20201103 unique:users:20201104
Bitmaps与set对比
假设网站有1亿用户，每天独立访问的用户有5千万，如果每天用集合类型和Bitmaps分别存储活跃用户可以得到表。
| 数据类型 | 每个用户id占用空间 | 需要存储的用户量 | 全部内存量 |
|---|---|---|---|
| set | 64位 | 50000000 | 64位*50000000 = 400MB |
| Bitmaps | 1位 | 100000000 | 1位*100000000 = 12.5MB |
很明显，这种情况下使用Bitmaps能节省很多内存空间。
如果网站每天独立访问用户很少，例如只有10万（大量的僵尸用户），那么两者的对比如下，这时候，使用Bitmaps就不太合适了，因为基本上大部分位都是0。
| 数据类型 | 每个userid占用空间 | 需要存储的用户量 | 全部内存量 |
|---|---|---|---|
| set | 64位 | 100000 | 64位*100000 = 800KB |
| Bitmaps | 1位 | 100000000 | 1位*100000000 = 12.5MB |
HyperLogLog
在工作当中，经常会遇到与统计相关的功能需求，比如统计网站PV（PageView）页面访问量，可以使用Redis的incr，incrby轻松实现。
但是对于求集合中不重复元素个数的问题，这种问题称为基数问题。
解决基数问题有很多种方案：
（1）数据存储在mysql表中，使用distinct count计算不重复个数
（2）使用redis提供的hash，set，bitmaps等数据结构来处理
但是随着数据不断增加，导致占用空间越来越大，对于非常大的数据集是不切实际的。
能否降低一定的精度来平衡存储空间？Redis推出了HyperLogLog。
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12KB内存，就可以计算接近
2
64
2^{64}
264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。
命令
pfadd
（1）格式
pfadd <key>< element> [element ...]，添加指定元素到HyperLogLog中
（2）实例
将所有元素添加到指定HyperLogLog数据结构中。如果执行命令后HLL估计的近似基数发生变化，则返回1，否则返回0。
pfcount
（1）格式
pfcount<key> [key ...]， 计算HLL的近似基数，可以计算多个HLL，比如用HLL存储每天的UV，计算一周的UV可以使用7天的UV合并计算即可
（2）实例
pfmerge
（1）格式
pfmerge<destkey><sourcekey> [sourcekey ...]，将一个或多个HLL合并后的结果存储在另一个HLL中，比如每月活跃用户可以使用每天的活跃用户来合并计算可得
（2）实例
Geospatial
GEO，地理信息的缩写。
该类型就是元素的2维坐标，在地图上就是经纬度。Redis基于该类型，提供了经纬度设置，查询，范围查询，距离查询，经纬度HASH等常见操作。
标签：HyperLogLog,数据类型,Redis,setbit,Bitmaps,unique,users 来源： https://blog.csdn.net/qq_36553387/article/details/120614847
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。