redis系列文章:
https://liudongdong.top/categ...
本篇起源：
https://liudongdong.top/archi...
公众号：雨中散步撒哈拉
备注：欢送关注公众号，一起学习，共同进步！

一、HyperLogLog基数统计

HyperLogLog，上面简称为HLL，它是 LogLog 算法的升级版，作用是可能提供不准确的去重计数。存在以下的特点：

1. 代码实现较难。
2. 可能应用极少的内存来统计巨量的数据，在 Redis 中实现的 HyperLogLog，只须要12K内存就能统计2^64个数据。
3. 计数存在肯定的误差，误差率整体较低。标准误差为 0.81% 。
4. 误差能够被设置辅助计算因子进行升高。

略微对编程中的根底数据类型内存占用有理解的同学，应该会对其只须要12K内存就能统计2^64个数据而感到诧异。为什么这样说呢，上面咱们举下例子：

取 Java 语言来说，个别long占用8字节，而一字节有8位，即：1 byte = 8 bit，即long数据类型最大能够示意的数是：2^63-1。对应下面的2^64个数，假如此时有2^63-1这么多个数，从 0 ~ 2^63-1，依照long以及1k = 1024字节的规定来计算内存总数，就是：((2^63-1) * 8/1024)K，这是很宏大的一个数，存储空间远远超过12K。而 HyperLogLog 却能够用 12K 就能统计完。

1. pfadd元素增加

将除了第一个参数以外的参数存储到以第一个参数为变量名的HyperLogLog构造中.

这个命令的一个副作用是它可能会更改这个HyperLogLog的外部来反映在每增加一个惟一的对象时预计的基数(汇合的基数).

如果一个HyperLogLog的预计的近似基数在执行命令过程中发了变动， PFADD 返回1，否则返回0，如果指定的key不存在，这个命令会主动创立一个空的HyperLogLog构造（指定长度和编码的字符串）.

如果在调用该命令时仅提供变量名而不指定元素也是能够的，如果这个变量名存在，则不会有任何操作，如果不存在，则会创立一个数据结构（返回1）.

理解更多HyperLogLog数据结构，请查阅PFCOUNT命令页面.

返回值
integer-reply

如果 HyperLogLog 的外部被批改了,那么返回 1,否则返回 0 .

实例

127.0.0.1:6379> pfadd hll one two three four(integer) 1127.0.0.1:6379> pfadd hll five sex(integer) 1127.0.0.1:6379>

2. pfcount元素统计（不反复统计）

Hyperloglog 是用来做基数统计的数据类型

假如有如下一个数据集 { 1, 3, 5, 7, 9, 5 }，那么这个数据集的基数就是 { 1, 3, 7, 9}，基数即是值一个数据集中的不反复元素

返回值
integer-reply:

PFADD增加的惟一元素的近似数量.

实例

127.0.0.1:6379> pfcount hll(integer) 6

3. PFMERGE元素合并

PFMERGE destkey sourcekey [sourcekey ...]
将多个 HyperLogLog 合并（merge）为一个 HyperLogLog ， 合并后的 HyperLogLog 的基数靠近于所有输出 HyperLogLog 的可见汇合（observed set）的并集.

合并得出的 HyperLogLog 会被贮存在指标变量（第一个参数）外面， 如果该键并不存在， 那么命令在执行之前， 会先为该键创立一个空的.

返回值
simple-string-reply: 这个命令只会返回 OK.

127.0.0.1:6379> pfadd hll2 1 2 3 4(integer) 1127.0.0.1:6379> pfmerge hll3 hll hll2OK127.0.0.1:6379> pfcount hll3(integer) 10127.0.0.1:6379>