Redis系列10：HyperLogLog实现海量数据基数统计( 二 ) _生活百科

1.04 / sqrt(16384) = 1.04 / 128 = 0.008125所以这个计数的估算，是一个带有 0.81% 标准偏差的近似值。
HyperLogLog 算法原理参考这两篇，写的很清晰：https://zhuanlan.zhihu.com/p/77289303http://www.javashuo.com/article/p-mmwxrmjm-ga.html
3 HyperLogLog所支持的能力HyperLogLog数据结构的命令有三个：PFADD、PFCOUNT、PFMERGE
3.1 PFADD 添加计数Redis Pfadd 命令将所有元素添加到 HyperLogLog 数据结构中。
语法如下：
redis > PFADD key element [element ...]下面举例了网站统计模块添加IP的两种情况
/* 对访问百度网站(key=baidu:ip_address)的IP进行添加 */redis> PFADD baidu:ip_address "192.168.0.1" "192.168.0.2" "192.168.0.3"(integer) 1/* 如果IP已经存在，则进行忽略，不对估计数量进行更新 */redis> PFADD baidu:ip_address "192.168.0.3"(integer) 0# IP已经存在3.2 PFCOUNT 统计数量Redis Pfcount 命令返回给定 HyperLogLog 的基数的估算值。语法如下：
redis > PFCOUNT key [key ...]下面估算了访问IP的基数的值，返回 1034546。
redis> PFCOUNT baidu:ip_address(integer) 10345463.3 PFMERGE 合并统计Redis PFMERGE 命令将多个 HyperLogLog 合并为一个 HyperLogLog，合并后的 HyperLogLog 的基数估算值是对给定 HyperLogLog 进行并集计算得出的。所以有重复的会被统计成一条数据。合并得出的 HyperLogLog 会被储存在 destkey 键里面，如果该键并不存在，那么命令在执行之前，会先为该键创建一个空的 HyperLogLog。语法如下：
redis > PFMERGE destkey sourcekey [sourcekey ...]下面演示了合并和统计的过程：
/* 统计百度 baidu:ip_address 访问IP */redis> PFADD baidu:ip_address "192.168.0.1" "192.168.0.2" "192.168.0.3"(integer) 1 /* 统计淘宝 taobao:ip_address 访问IP */redis> PFADD taobao:ip_address "192.168.0.3" "192.168.0.4" "192.168.0.5"(integer) 1/* 合并且去重之后放在 total:ip_address*/redis> PFMERGE total:ip_address baidu:ip_address taobao:ip_addressOK/* 结果为5 */redis> PFCOUNT total:ip_address(integer) 54 总结基数计数是用于统计一个集合中不重复的元素个数，好比平常需求场景有，统计页面的UV或者统计在线的用户数、注册IP数等。HyperLogLog 主要基于Redis能力下的基数统计。HyperLogLog的主要使用场景包括：