本文曾经收录到 Github 仓库，该仓库蕴含 计算机根底、Java 根底、多线程、JVM、数据库、Redis、Spring、Mybatis、SpringMVC、SpringBoot、分布式、微服务、设计模式、架构 等外围知识点，欢送 star~
Github 地址：https://github.com/Tyson0314/…
Gitee 地址：https://gitee.com/tysondai/Ja…
拼多多有数亿的用户，那么对于某个网页，怎么应用 Redis 来统计一个网站的用户拜访数呢？
1、Hash
哈希是 Redis 的一种根底数据结构，Redis 底层保护的是一个开散列，会把不同的 key 映射到哈希表上，如果是遇到关键字抵触，那么就会拉出一个链表进去。
当一个用户拜访的时候，如果用户登陆过，那么咱们就应用用户的 id，如果用户没有登陆过，那么咱们也可能前端页面随机生成一个 key 用来标识用户
当用户拜访的时候，咱们能够应用 HSET 命令，key 能够抉择 URI 与对应的日期进行拼凑，field 能够应用用户的 id 或者随机标识，value 能够简略设置为 1。
当咱们要统计某一个网站某一天的访问量的时候，就能够间接应用 HLEN 来失去最终的后果了。
长处：简略，容易实现，查问也是十分不便，数据准确性十分高。
毛病：占用内存过大。随着 key 的增多，性能也会降落。网站访问量不高还行，拼多多这种数亿 PV 的网站必定顶不住。
2、Bitset
咱们晓得，对于一个 32 位的 int，如果咱们只用来记录 id，那么只可能记录一个用户，但如果咱们转成 2 进制，每位用来示意一个用户，那么咱们就可能一口气示意 32 个用户，空间节俭了 32 倍！
对于有大量数据的场景，如果咱们应用 bitset，那么能够节俭十分多的内存。
对于没有登陆的用户，咱们也能够应用哈希算法，把对应的用户标识哈希成一个数字 id。bitset 十分的节俭内存，假如有 1 亿个用户，也只须要 100000000/8/1024/1024 约等于 12 兆内存。
Redis 曾经为咱们提供了 SETBIT 的办法，应用起来十分的不便，咱们能够看看上面的例子。
咱们在 item 页面能够不停地应用 SETBIT 命令，设置用户曾经拜访了该页面，也能够应用 GETBIT 的办法查问某个用户是否拜访。最初咱们通过 BITCOUNT 能够统计该网页每天的拜访数量。
长处：占用内存更小，查问不便，能够指定查问某个用户，数据可能略有瑕疵，对于非登陆的用户，可能不同的 key 映射到同一个 id，否则须要保护一个非登陆用户的映射，有额定的开销。
毛病：如果用户十分的稠密，那么占用的内存可能比办法一更大。
3、概率算法
对于拼多多这种多个页面都可能十分多访问量的网站，如果所须要的数量不必那么精确，能够应用概率算法。
事实上，咱们对一个网站的 UV 的统计，1 亿跟 1 亿零 30 万其实是差不多的。
在 Redis 中，曾经封装了 HyperLogLog 算法，他是一种基数评估算法。这种算法的特色，个别都是数据不存具体的值，而是存用来计算概率的一些相干数据。
当用户拜访网站的时候，咱们能够应用 PFADD 命令，设置对应的命令，最初咱们只有通过 PFCOUNT 就能顺利计算出最终的后果，因为这个只是一个概率算法，所以可能存在 0.81% 的误差。
长处：占用内存极小，对于一个 key，只须要 12kb。对于拼多多这种超多用户的特地实用。
毛病：查问指定用户的时候，可能会出错，毕竟存的不是具体的数据。总数也存在肯定的误差。
下面就是常见的 3 种实用 Redis 统计网站用户拜访数的办法了。
最初给大家分享一个 Github 仓库，下面有大彬整顿的 300 多本经典的计算机书籍 PDF，包含 C 语言、C++、Java、Python、前端、数据库、操作系统、计算机网络、数据结构和算法、机器学习、编程人生 等，能够 star 一下，下次找书间接在下面搜寻，仓库继续更新中~
Github 地址：https://github.com/Tyson0314/…