Redis高级数据类型Hyperloglog、Bitmap快速带你上手！！！

那可能有小伙伴问了，及刚才都说了可以理解为一个Set，那我为什么要用它来统计UV？

Redis 的 HyperLogLog 通过牺牲准确率来减少内存空间的消耗，只需要12K内存，在标准误差0.81%的前提下，能够统计2^64个数据。而Set就需要消耗大量空间
所以 HyperLogLog 是否适合在比如统计区间活跃度这样对精度要求不高的场景。

为什么能这么存储，主要依赖于伯努利试验，各位小伙伴可以去百度了解了解。

命令行中的使用

• pfadd <key> [element]：添加数据
• pfcount <key>：统计数量

SpringBoot中的使用

@Test
public void testHyperloglog() {

    String key = "language";

    for (int i = 1; i <= 10000; i++) {
        redisTemplate.opsForHyperLogLog().add(key,i);
    }

    for (int i = 5000; i <= 15000; i++) {
        redisTemplate.opsForHyperLogLog().add(key,i);
    }

    for (int i = 10000; i <= 20000; i++) {
        redisTemplate.opsForHyperLogLog().add(key,i);
    }

    long size = redisTemplate.opsForHyperLogLog().size(key);
    System.out.println(size);
}

可以看到结果值为：19891与真实值：20000相差不了多少，虽说有误差，但相比于set已经是很好了！

除此之外，在SpringBoot中还可以对多个key进行合并，统计合并之后的数据量

@Test
public void testHyperloglog() {

    String key1 = "language1";
    String key2 = "language2";
    String key3 = "language3";
    String unionKey = "language";


    for (int i = 1; i <= 10000; i++) {
        redisTemplate.opsForHyperLogLog().add(key1,i);
    }

    for (int i = 5000; i <= 15000; i++) {
        redisTemplate.opsForHyperLogLog().add(key2,i);
    }

    for (int i = 10000; i <= 20000; i++) {
        redisTemplate.opsForHyperLogLog().add(key3,i);
    }

    redisTemplate.opsForHyperLogLog().union(unionKey,key1,key2,key3);

    long size = redisTemplate.opsForHyperLogLog().size(unionKey);
    System.out.println(size);
}

可见，数据还是19891

Bitmap

Bitmap简介

位图不是特殊的数据结构，它其实就是普通的字符串，也就是 byte 数组（有了解布隆过滤器的小伙伴可展开联想一下）

通过一个bit位来表示某个元素对应的值或者状态,其中的key就是对应元素本身。

位操作分为两组：

• 固定时间的单个位操作（如将一个位设置为1或0或获取其值）
• 对位组的操作，例如计算给定位范围内设置的位的数量（例如，人口计数）。

位图的最大优点之一是，在存储信息时，它们通常可以节省大量空间。例如，在以增量用户ID表示不同用户的系统中，仅使用512 MB内存就可以记住40亿用户的一位信息

Bitmap作用

使用场景

• 各种实时分析。
• 存储与对象ID相关联的空间高效但高性能的布尔信息。

我们可以使用它来统计 DAU。

==日均活跃用户数量==(Daily Active User，DAU)是用于反映网站、互联网应用或网络游戏的运营情况的统计指标。日活跃用户数量通常统计一日（统计日）之内，登录或使用了某个产品的用户数（去除重复登录的用户）。

@Test
public void testBitmap() {

    String key = "bitmap";

    redisTemplate.opsForValue().setBit(key,1,true);
    redisTemplate.opsForValue().setBit(key,4,true);
    redisTemplate.opsForValue().setBit(key,2,true);
    redisTemplate.opsForValue().setBit(key,5,true);

    System.out.println(redisTemplate.opsForValue().getBit(key,2));
    System.out.println(redisTemplate.opsForValue().getBit(key,3));
    System.out.println(redisTemplate.opsForValue().getBit(key,5));

}