這篇文章主要介紹了Redis實現唯一計數的3種方法分享,本文講解了基於SET、基於 bit、基於 HyperLogLog三種方法,需要的朋友可以參考下
唯一計數是網站系統中十分常見的一個功能特性，例如網站需要統計每天訪問的人數 unique visitor （也就是 UV）。計數問題很常見，但解決起來可能十分複雜：一是需要計數的量可能很大，比如大型的站點每天有數百萬的人訪問，資料量相當大；二是通常還希望擴充套件計數的維度，比如除了需要每天的 UV，還想知道每週或每月的 UV，這樣導致計算十分複雜。
在關聯式資料庫儲存的系統裡，實現唯一計數的方法就是 select count(distinct <item_id>)，它十分簡單，但是如果資料量很大，這個語句執行是很慢的。用關聯式資料庫另外一個問題是插入資料效能也不高。
Redis 解決這類計數問題得心應手，相比關聯式資料庫速度更快，消耗資源更少，甚至提供了 3 種不同的方法。
1.基於 set
Redis 的 set 用於儲存唯一的資料集合，通過它可以快速判斷某一個元素是否存在於集合中，也可以快速計算某一個集合的元素個數，另外和可以合併集合到一個新的集合中。涉及的命令如下：
複製程式碼 程式碼如下:
SISMEMBER key member # 判斷 member 是否存在
SADD key member # 往集合中加入 member
SCARD key # 獲取集合元素個數
基於 set 的方法簡單有效，計數精確，適用面廣，易於理解，它的缺點是消耗資源比較大（當然比起關聯式資料庫是少很多的），如果元素個數很大（比如上億的計數），消耗記憶體很恐怖。
2.基於 bit
Redis 的 bit 可以用於實現比 set 記憶體高度壓縮的計數，它通過一個 bit 1 或 0 來儲存某個元素是否存在資訊。例如網站唯一訪客計數，可以把 user_id 作為 bit 的偏移量 offset，設定為 1 表示有訪問，使用 1 MB的空間就可以存放 800 多萬使用者的一天訪問計數情況。涉及的命令如下：
複製程式碼 程式碼如下:
SETBIT key offset value # 設定位資訊
GETBIT key offset # 獲取位資訊
BITCOUNT key [start end] # 計數
BITOP operation destkey key [key ...] # 點陣圖合併
基於 bit 的方法比起 set 空間消耗小得多，但是它要求元素能否簡單對映為位偏移，適用面窄了不少，另外它消耗的空間取決於最大偏移量，和計數值無關，如果最大偏移量很大，消耗記憶體也相當可觀。
3.基於 HyperLogLog
實現超大資料量精確的唯一計數都是比較困難的，但是如果只是近似的話，計算科學裡有很多高效的演算法，其中 HyperLogLog Counting 就是其中非常著名的演算法，它可以僅僅使用 12 k左右的記憶體，實現上億的唯一計數，而且誤差控制在百分之一左右。涉及的命令如下：
複製程式碼 程式碼如下:
PFADD key element [element ...] # 加入元素
PFCOUNT key [key ...] # 計數
這種計數方法真的很神奇，我也沒有徹底弄明白，有興趣可以深入研究相關文章。
redis 提供的這三種唯一計數方式各有優劣，可以充分滿足不同情況下的計數要求。
4. 基於bloomfilter
BloomFilter是利用類似點陣圖或者位集合資料結構來儲存資料，利用位陣列來簡潔的表示一個集合，並且能夠快速的判斷一個元素是不是已經存在於這個集合。雖然BloomFilter不是100%準確，但是可以通過調節引數，使用Hash函式的個數，位陣列的大小來降低失誤率。這樣調節完全可以把失誤率降低到接近於0。可以滿足大部分場景了。
redis使用布隆過濾器需要安裝外掛：centos中安裝redis外掛bloom-filter