Redis 在 2.8.9 版本添加了 HyperLogLog 结构。
Redis HyperLogLog 是用来做基数统计的算法，HyperLogLog 的优点是，在输入元素的数量或者体积非常非常大时，计算基数所需的空间总是固定 的、并且是很小的。
在 Redis 里面，每个 HyperLogLog 键只需要花费 12 KB 内存，就可以计算接近 2^64 个不同元素的基 数。这和计算基数时，元素越多耗费内存就越多的集合形成鲜明对比。
但是，因为 HyperLogLog 只会根据输入元素来计算基数，而不会储存输入元素本身，所以 HyperLogLog 不能像集合那样，返回输入的各个元素。
摘录下网上的一些说明
1.HyperLogLog是一种算法，并非redis独有
2.目的是做基数统计，故不是集合，不会保存元数据，只记录数量而不是数值。
3.耗空间极小，支持输入非常体积的数据量
4.核心是基数估算算法，主要表现为计算时内存的使用和数据合并的处理。最终数值存在一定误差
5.redis中每个hyperloglog key占用了12K的内存用于标记基数（官方文档）
6.pfadd命令并不会一次性分配12k内存，而是随着基数的增加而逐渐增加内存分配；而pfmerge操作则会将sourcekey合并后存储在12k大小的key中，这由hyperloglog合并操作的原理（两个hyperloglog合并时需要单独比较每个桶的值）可以很容易理解。
7.误差说明：基数估计的结果是一个带有 0.81% 标准错误（standard error）的近似值。是可接受的范围
8.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
方法说明：
2.HyperLoglog相关命令
（1）
命令：PFADD key element [element ...]
时间复杂度：O(1)
命令描述：将除了第一个参数以外的参数存储到以第一个参数为变量名的HyperLogLog结构中。这个命令的一个副作用是它可能会更改这个HyperLogLog的内部来反映在每添加一个唯一的对象时估计的基数(集合的基数)。如果一个HyperLogLog的估计的近似基数在执行命令过程中发了变化， PFADD返回1，否则返回0，如果指定的key不存在，这个命令会自动创建一个空的HyperLogLog结构（指定长度和编码的字符串）。如果在调用该命令时仅提供变量名而不指定元素也是可以的，如果这个变量名存在，则不会有任何操作，如果不存在，则会创建一个数据结构。
返回值：如果 HyperLogLog 的内部被修改了,那么返回 1,否则返回 0 。
（2）
命令：PFCOUNT key [key ...]
命令描述：当参数为一个key时,返回存储在HyperLogLog结构体的该变量的近似基数，如果该变量不存在,则返回0。当参数为多个key时，返回这些HyperLogLog并集的近似基数，这个值是将所给定的所有key的HyperLoglog结构合并到一个临时的HyperLogLog结构中计算而得到的。HyperLogLog可以使用固定且很少的内存（每个HyperLogLog结构需要12K字节再加上key本身的几个字节）来存储集合的唯一元素。返回的可见集合基数并不是精确值， 而是一个带有 0.81% 标准错误（standard error）的近似值。
返回值：PFADD添加的唯一元素的近似数量。
（3）
命令：PFMERGE destkey sourcekey [sourcekey ...]
命令描述：将多个 HyperLogLog 合并（merge）为一个 HyperLogLog ， 合并后的 HyperLogLog 的基数接近于所有输入 HyperLogLog 的可见集合（observed set）的并集。合并得出的 HyperLogLog 会被储存在目标变量（第一个参数）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。
返回值：这个命令只会返回 OK。
先上下代码:
<?php //实例化redis $redis = new Redis; $redis->pconnect('127.0.0.1',6379); $redis->select(2); $redis->flushDb(); $logKey = 'testLog'; for ($i=0; $i < 10000; $i++) { $redis->pfadd($logKey,[$i]); } echo $redis->pfcount($logKey);//9976
正如上面所说,是存在一定误差的,但是误差在可接受范围内,比如统计网站UV的时候总不可能那么的精确把。
ps：
1.什么是基数?
一个集合[1,2,3,4,5]基数为5，另一个集合[6,2,3,4,5,5]基数还是5(因为去重).
应用场景举例:
1.日均活跃用户数
2.每日访问ip数
3.统计注册ip数
4.统计页面uv数