[TOC] #### 1. HyperLogLog --- UV 是 Unique Visitor（独立访客） 的缩写，在网站或 App 的运营中，我们通常关注两个指标： + PV（Page View，页面浏览量）：用户每刷新或打开一次页面，PV 就加 1。同一个用户刷新了 10 次，PV 就是 10 + UV（Unique Visitor，独立访客数）：统计一天内有多少个用户访问了页面。同一个用户刷新了多少次，UV 都只算 1 需求：你有一篇文章，想知道今天有多少独立用户看了 用 Set 能做：每个用户访问就 sadd 一下，最后 scard 统计数量，但 UV 到了千万级，Set 至少占几百 MB 内存 有没有更省空间的方案 ？ 有。HyperLogLog，12KB 就能统计 2^64 个不同元素，代价是 0.81% 的误差率，而且不能查具体有哪些用户 对 UV 统计来说，够用了 基本操作 ```bash pfadd page:1001:uv user_001 pfadd page:1001:uv user_002 pfadd page:1001:uv user_001 # 重复，自动去重 pfcount page:1001:uv # 获取数量，输出结果：2 ``` 合并多个： ```bash pfmerge total:uv page:1001:uv page:1002:uv pfcount total:uv ``` pfadd 添加、pfcount 统计、pfmerge 合并，这三个命令就够用了 和 Set 对比，100 万 UV： + Set → 至少 50MB + HyperLogLog → 12KB 差了 4000 倍。但 HyperLogLog 不能告诉你具体有哪些用户，只能告诉你 “大概有多少个” 原理（简单版，不用背）： + 对每个元素做哈希，看哈希值前导零的个数 + 连续出现的前导零越多，说明样本量越大 + 16384 个桶分别统计，取调和平均数，得到最终估算值 不用记细节，面试知道 “概率估算，0.81% 误差，12KB 固定内存” 就够了 #### 2. 实战：全站 UV --- 每天一个 HyperLogLog，月底合并： ```bash pfadd site:uv:20260501 user_001 user_002 pfadd site:uv:20260502 user_002 user_003 pfmerge site:uv:2026:05 site:uv:20260501 site:uv:20260502 pfcount site:uv:2026:05 # 获取数量，输出结果：3（user_002 自动去重） ``` 什么时候不用 HyperLogLog ？ + 需要知道具体用户列表 → 用 Set + 数据量很小 → 用 Set，没必要上 HyperLogLog + 要求绝对精确 → 用 Set #### 3. 本文小结 --- 小总结： + HyperLogLog 统计去重数量，误差 0.81% + 固定 12KB，不管数据量多大 + pfadd 添加，pfcount 统计，pfmerge 合并 + 不能查具体元素，只能查数量 + UV 统计首选，量小或要精确用 Set