Redis实现UV统计的示例代码

一、HyperLogLog

1、为什么用HyperLogLog

先介绍两个概念：

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。
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。

那么我们要怎么更好的记录呢？就用到 HyperLogLog

2、HyperLogLog是什么

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。

不管加入多少重复元素，HyperLogLog都只记录一次，天生适合做uv的统计

二、实现UV统计

我们直接用单元测试，向 HyperLogLog 中添加 100 万条数据，看看内存占用和统计效果如何：

@Test
void testHyperLogLog() {
    String[] values = new String[1000];
    int j = 0;
    for (int i = 0; i < 1000000; i++) {
        j = i % 1000;
        values[j] = "user_" + i;
        if(j == 999){
            // 发送到 Redis
            stringRedisTemplate.opsForHyperLogLog().add("hl2", values);
        }
    }
    // 统计数量
    Long count = stringRedisTemplate.opsForHyperLogLog().size("hl2");
    System.out.println("count = " + count);
}

测试结果：

我们统计出来的数据跟100万非常接近，误差在0.02。而且发现内存只消耗了14kb非常非常低