Redis-UV统计（HyperLogLog）

目录

HyperLogLog

实现UV统计

---

HyperLogLog

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1次，就比如说QQ，抖音的访客。
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1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。类似于抖音的点赞量。

通常情况下，PV（页面访问量）的数量会大于 UV（独立访客量），所以衡量同一个网站的访问量，我们需要综合考虑很多因素，所以我们只是单纯的把这两个值作为一个参考值

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，需要将统计过的用户信息保存。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，那怎么处理呢？

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。Redis中的HLL是基于string结构实现的，单个HLL的内存永远小于16kb，内存占用低的令人发指！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。

常见指令：

实现UV统计

因为我们系统的账号较少，无法统计出效果，所以在这里我们通过测试方法实现，代码如下：

	@Testvoid 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("hll1", users);}}// 统计数量Long size = stringRedisTemplate.opsForHyperLogLog().size("hll1");System.out.println("size = " + size);}

测试：

先查看方法执行前Redis的内存情况：

然后执行方法：

再次查看Redis的内存：

用计算器计算结果：

(新内存大小-旧内存大小)/1024=14.296875kb，符合不大于16kb的内存占用。

在实际开发中，我们经常用HyperLogLog来统计用户的访问量。