基于Redis实现-UV统计
基于Redis实现-UV统计
本文将使用HyperLogLog来实现UV统计。
首先我们搞懂两个概念:
- UV:全称Unique Visitor,也叫独立访客量,是指通过互联网访问、浏览这个网页的自然人。1天内同一个用户多次访问该网站,只记录一次。
- PV:全称Page View,也叫页面访问量或点击量,用户每访问网站的一个页面,记录一次PV,用户多次打开页面,则记录多次PV,往往用来衡量网站的流量。
UV统计在服务端做会比较麻烦,因为要判断该用户是否已经统计过了,需要将统计的用户信息保存,但是如果每个访问的用户都保存到Redis中,数据量会非常恐怖。
1.HyperLogLog(HLL)
HyperLogLog(HLL)是从Loglog算法派生的概率算法,用于确定非常大的集合的基数,而不需要存储其所有值。相关算法原理大家可以参考:算法介绍
Redis中的HLL是基于string结构实现的,单个HLL的内存永远小于16kb,内存占用极低!作为代价,其测量结果是概率性的,有小于0.81%的误差。不过对于UV统计来说,这完全可以忽略。
#1. PFADD — 添加元素到 HyperLogLog
#作用:向指定的 HLL 中添加一个或多个元素。
#返回值:1:如果至少有一个新元素被添加 0:如果所有元素已经存在(不会重复计数)
# 向 "daily_uv" 添加 3 个用户访问记录
PFADD daily_uv user1 user2 user3
(integer) 1 # 表示有新增数据# 再次添加(user1 已存在,但 user4 是新用户)
PFADD daily_uv user1 user4
(integer) 1 # user4 是新元素,返回 1
--------------------------------------------------------------------------------------------
#2. PFCOUNT — 计算基数(不重复元素数量)
#作用:返回 HLL 中近似的不重复元素数量(允许少量误差)。
#返回值:估算的基数(如 UV 数)。
# 查询 "daily_uv" 的独立访客数
PFCOUNT daily_uv
(integer) 4 # 返回近似值(实际可能是 4 或 3.96≈4)# 计算多个 HLL 的并集(如统计一周的 UV)
PFCOUNT monday_uv tuesday_uv wednesday_uv
(integer) 1250 # 返回 3 天的总 UV(去重后)
--------------------------------------------------------------------------------------------
#3. PFMERGE — 合并多个 HyperLogLog
#作用:将多个 HLL 合并成一个新的 HLL(计算并集)。
#返回值:OK(成功时返回)。
# 合并 "monday_uv" 和 "tuesday_uv" 到 "weekly_uv"
PFMERGE weekly_uv monday_uv tuesday_uv
OK# 查询合并后的 UV
PFCOUNT weekly_uv
(integer) 850 # 返回两天的总 UV(去重后)
2.使用UV统计
这里先查看此时Redis内存使用情况:
- used_memory:1485704(字节)
- used_memory_human:1.42M
我们向Redis插入100万条数据:
@Resource
private StringRedisTemplate stringRedisTemplate;
@Test
void testHyperLogLog() {// 准备数组,装用户数据String[] users = new String[1000];// 数组角标int index = 0;for (int i = 1; i <= 1000000; i++) {// 赋值users[index++] = "user_" + i;// 每1000条发送一次if (i % 1000 == 0) {index = 0;stringRedisTemplate.opsForHyperLogLog().add("Num", users);}}// 统计数量Long size = stringRedisTemplate.opsForHyperLogLog().size("Num");System.out.println("size = " + size);
}
注意:在Java中size对应PFCOUNT命令,add对应PFADD命令,union对应PFMERGE命令。
插入结果:
此时我们查看Redis的内存使用情况:
- used_memory:1500088(字节)
- used_memory_human:1.43M
(1500088-1485704)/1024=14.04kb,可以看到内存使用极少!!
因此当我们需要统计大数据量时不妨考虑考虑UV统计。