pfadd

用法和sadd一样

pfcount

用法和scard一样

127.0.0.1:6379> get lan(nil)127.0.0.1:6379> pfadd lan js(integer) 1127.0.0.1:6379> pfadd lan php(integer) 1127.0.0.1:6379> pfcount lan(integer) 2127.0.0.1:6379> pfadd lan php(integer) 0127.0.0.1:6379> pfcount lan(integer) 2127.0.0.1:6379> pfadd lan java python lua(integer) 1127.0.0.1:6379> pfcount lan(integer) 5

当数据大时看看不精确率

    connect('127.0.0.1',6379);$redis->del('users');for($i=1;$i<=$num;$i++){    $r=$redis->pfadd('users',['user_'.$i]);    $total=$redis->pfcount('users');    if($total!=$i){        echo $r.'-----i='.$i."----pfcount=".$total.PHP_EOL;        break;    }}

[root@centos1 php]# php redis_hyperloglog.php 5005001-----i=128----pfcount=129

第128个时出现误差

下面看误差几率

    connect('127.0.0.1',6379);$redis->del('users');for($i=1;$i<=$num;$i++){    $r=$redis->pfadd('users',['user_'.$i]);    $total=$redis->pfcount('users');    if($i == $num){        echo 'i='.$i."----pfcount=".$total.'---->'.($total-$i).'----'.($total-$i)/$i.PHP_EOL;    }}

[root@centos1 php]# php redis_hyperloglog.php 500500i=500----pfcount=500---->0----0[root@centos1 php]# php redis_hyperloglog.php 10001000i=1000----pfcount=999---->-1-----0.001[root@centos1 php]# php redis_hyperloglog.php 50005000i=5000----pfcount=4996---->-4-----0.0008[root@centos1 php]# php redis_hyperloglog.php 5000050000i=50000----pfcount=50115---->115----0.0023[root@centos1 php]# php redis_hyperloglog.php 1000010000i=10000----pfcount=10009---->9----0.0009[root@centos1 php]# php redis_hyperloglog.php 100000100000i=100000----pfcount=99839---->-161-----0.00161[root@centos1 php]# php redis_hyperloglog.php 10000001000000i=1000000----pfcount=997593---->-2407-----0.002407

100w误差率在0.002407也可以接受

误差率也不算高。然后我们把上面的脚本再跑一边，也就相当于将数据重复加入一边，查看输出，可以发现，pfcount 的结果没有任何改变，还是 997593，说明它确实具备去重功能

pfmerge

• 用于将多个 pf 计数值累加在一起形成一个新的 pf 值

127.0.0.1:6379> pfadd boy Tom John(integer) 1127.0.0.1:6379> pfadd girl Lily lucy Andy(integer) 1127.0.0.1:6379> pfmerge student boy girlOK127.0.0.1:6379> pfcount student(integer) 5

HyperLogLog 它需要占据一定 12k 的存储空间，所以它不适合统计单个用户相关的数据。如果你的用户上亿，可以算算，这个空间成本是非常惊人的。但是相比 set 存储方案，HyperLogLog 所使用的空间那真是可以使用千斤对比四两来形容了

Redis 对 HyperLogLog 的存储进行了优化，在计数比较小时，它的存储空间采用稀疏矩阵存储，空间占用很小，仅仅在计数慢慢变大，稀疏矩阵占用空间渐渐超过了阈值时才会一次性转变成稠密矩阵，才会占用 12k 的空间