【redis】笔记

统计网页UV

如果你的页面访问量非常大，比如一个爆款页面几千万的 UV，你需要一个很大的 set 集合来统计，这就非常浪费空间。如果这样的页面很多，那所需要的存储空间是惊人的。为这样一个去重功能就耗费这样多的存储空间，不值得。可以使用HyperLogLog。

HyperLogLog 提供了两个指令 pfadd 和 pfcount，根据字面意义很好理解，一个是增加计数，一个是获取计数。pfadd 用法和 set 集合的 sadd 是一样的，来一个用户 ID，就将用户 ID 塞进去就是。pfcount 和 scard 用法是一样的，直接获取计数值。

127.0.0.1:6379> pfadd webpage user1
(integer) 1
127.0.0.1:6379> pfcount webpage
(integer) 1
127.0.0.1:6379> pfadd webpage user2
(integer) 1
127.0.0.1:6379> pfcount webpage
(integer) 2
127.0.0.1:6379> pfadd webpage user3 user4 user5 user6 user7 user8 user9 user10
(integer) 1
127.0.0.1:6379> pfcount webpage
(integer) 10

    @Autowired
    private RedisTemplate redisTemplate;

    @Test
    public void pfTest() {
        long start=System.currentTimeMillis();
        for (int i = 0; i < 100000; i++) {
            pfadd("webpage", "user"+i);
        }
        Long total = pfcount("webpage");
        System.out.println("\r\n");
        System.out.printf("%d %d\n",100000, total);
        System.out.println("\r\n"+(System.currentTimeMillis()-start)+"\r\n");
    }

    private List<Long> pfadd(final String key, Object ...value){
        HyperLogLogOperations<Serializable, Object> operations=redisTemplate.opsForHyperLogLog();
        List<Long> longs=new ArrayList<>();
        for (int i = 0; i < value.length; i++) {
            Long add = operations.add(key, value[i]);
            longs.add(add);
        }
        return longs;
    }

    private Long pfcount(final String key){
        HyperLogLogOperations<Serializable, Object> operations=redisTemplate.opsForHyperLogLog();
        Long size = operations.size(key);
        return size;
    }

结果如下，差205个，0.205%，误差率不是算太高，再跑一次代码，结果还是一样，说明HLL有去重的功能

100000 99795

8963

---