快捷導(dǎo)航

Redis實(shí)現(xiàn)UV統(tǒng)計(jì)的示例代碼

更新時(shí)間：2023年01月29日 15:42:38 作者：卒獲有所聞

本文主要介紹了Redis實(shí)現(xiàn)UV統(tǒng)計(jì)的示例代碼，文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧

一、HyperLogLog

1、為什么用HyperLogLog

先介紹兩個(gè)概念：

UV：全稱 Unique Visitor，也叫獨(dú)立訪客量，是指通過(guò)互聯(lián)網(wǎng)訪問(wèn)、瀏覽這個(gè)網(wǎng)頁(yè)的自然人、1 天內(nèi)同一個(gè)用戶多次訪問(wèn)該網(wǎng)站，只記錄 1 次。
PV：全稱 Page View，也叫頁(yè)面訪問(wèn)量或點(diǎn)擊量，用戶每訪問(wèn)網(wǎng)站的一個(gè)頁(yè)面，記錄一次 PV，用戶多次打開(kāi)頁(yè)面，則記錄多次 PV。往往用來(lái)衡量網(wǎng)站的流量。

UV 統(tǒng)計(jì)在服務(wù)端做會(huì)比較麻煩，因?yàn)橐袛嘣撚脩羰欠褚呀?jīng)統(tǒng)計(jì)過(guò)了，需要將統(tǒng)計(jì)過(guò)的用戶信息保存。但是如果每個(gè)訪問(wèn)的用戶都保存到Redis 中，數(shù)據(jù)量會(huì)非?？植馈?/p>

那么我們要怎么更好的記錄呢？就用到 HyperLogLog

2、HyperLogLog是什么

HyperLogLog（HLL）是從 Loglog 算法派生的概率算法，用于確定非常大的集合的基數(shù)，而不需要存儲(chǔ)其所有值。

Redis 中的 HLL 是基于 String 結(jié)構(gòu)實(shí)現(xiàn)的，單個(gè) HLL 的內(nèi)存永遠(yuǎn)小于 16kb，內(nèi)存占用低的令人發(fā)指！作為代價(jià)，其測(cè)量結(jié)果是概率性的，有小于 0.81% 的誤差。不過(guò)對(duì)于 UV 統(tǒng)計(jì)來(lái)說(shuō)，這完全可以忽略。

不管加入多少重復(fù)元素，HyperLogLog都只記錄一次，天生適合做uv的統(tǒng)計(jì)

二、實(shí)現(xiàn)UV統(tǒng)計(jì)

我們直接用單元測(cè)試，向 HyperLogLog 中添加 100 萬(wàn)條數(shù)據(jù)，看看內(nèi)存占用和統(tǒng)計(jì)效果如何：

@Test
void testHyperLogLog() {
    String[] values = new String[1000];
    int j = 0;
    for (int i = 0; i < 1000000; i++) {
        j = i % 1000;
        values[j] = "user_" + i;
        if(j == 999){
            // 發(fā)送到 Redis
            stringRedisTemplate.opsForHyperLogLog().add("hl2", values);
        }
    }
    // 統(tǒng)計(jì)數(shù)量
    Long count = stringRedisTemplate.opsForHyperLogLog().size("hl2");
    System.out.println("count = " + count);
}

測(cè)試結(jié)果：

我們統(tǒng)計(jì)出來(lái)的數(shù)據(jù)跟100萬(wàn)非常接近，誤差在0.02。而且發(fā)現(xiàn)內(nèi)存只消耗了14kb非常非常低

到此這篇關(guān)于Redis實(shí)現(xiàn)UV統(tǒng)計(jì)的示例代碼的文章就介紹到這了,更多相關(guān)Redis UV統(tǒng)計(jì)內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

您可能感興趣的文章:

相關(guān)文章

Redis RDB快照持久化及寫操作禁止問(wèn)題排查與解決
本文主要介紹了Redis RDB快照持久化及寫操作禁止問(wèn)題排查與解決,由于?stop-writes-on-bgsave-error?選項(xiàng)處于啟用狀態(tài),所以寫操作被禁止,下面就來(lái)介紹一下,感興趣的可以了解一下
2025-04-04
使用Redis實(shí)現(xiàn)實(shí)時(shí)排行榜功能
排行榜功能是一個(gè)很普遍的需求。使用 Redis 中有序集合的特性來(lái)實(shí)現(xiàn)排行榜是又好又快的選擇。接下來(lái)通過(guò)本文給大家介紹使用Redis實(shí)現(xiàn)實(shí)時(shí)排行榜功能,需要的朋友可以參考下
2021-07-07
Redis慢查詢?nèi)罩九c監(jiān)視器問(wèn)題
這篇文章主要介紹了Redis慢查詢?nèi)罩九c監(jiān)視器問(wèn)題，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。如有錯(cuò)誤或未考慮完全的地方，望不吝賜教
2022-12-12
基于?Spring?Aop?環(huán)繞通知實(shí)現(xiàn)?Redis?緩存雙刪功能(示例代碼)
基于 spring aop 常規(guī)應(yīng)用場(chǎng)景多是用于日志記錄以及實(shí)現(xiàn) redis 分布式鎖，在 github 中也有項(xiàng)目是把它拿來(lái)當(dāng)作緩存的異常捕捉，這篇文章主要介紹了基于?Spring?Aop?環(huán)繞通知實(shí)現(xiàn)?Redis?緩存雙刪,需要的朋友可以參考下
2022-08-08
Redis?SCAN命令詳解
SCAN 命令是一個(gè)基于游標(biāo)的迭代器，每次被調(diào)用之后，都會(huì)向用戶返回一個(gè)新的游標(biāo)，用戶在下次迭代時(shí)需要使用這個(gè)新游標(biāo)作為 SCAN 命令的游標(biāo)參數(shù)，以此來(lái)延續(xù)之前的迭代過(guò)程，這篇文章給大家介紹了Redis?SCAN命令的相關(guān)知識(shí)，感興趣的朋友一起看看吧
2022-07-07
Redis中的連接命令與鍵命令操作詳解
Redis連接命令主要是用于客戶端與服務(wù)器建立連接的,Redis是一種流行的內(nèi)存數(shù)據(jù)庫(kù),支持多種數(shù)據(jù)結(jié)構(gòu),其中鍵命令是核心操作之一,在Redis中,鍵（Key）是用來(lái)存儲(chǔ)數(shù)據(jù)的主要元素,每個(gè)鍵都有一個(gè)唯一的名稱,本文給大家介紹了Redis中的連接命令與鍵命令操作
2024-09-09
Redis高并發(fā)緩存問(wèn)題分析及解決過(guò)程
文章總結(jié)了Redis緩存的六種常見(jiàn)問(wèn)題及其解決方案：緩存穿透、緩存擊穿、緩存雪崩、熱點(diǎn)key重建優(yōu)化、緩存和數(shù)據(jù)庫(kù)雙寫不一致,以及Redis對(duì)過(guò)期key的三種清除策略,每種問(wèn)題都提供了詳細(xì)的原因分析和具體的解決方案
2025-01-01
Redis中Zset類型常用命令的實(shí)現(xiàn)
Zset是Redis的一種有序集合數(shù)據(jù)類型,Zset通過(guò)壓縮列表和跳躍表兩種底層編碼方式支持小數(shù)據(jù)集和大數(shù)據(jù)集,支持多種操作,包括添加、查詢、刪除元素以及集合運(yùn)算等,具有不同的時(shí)間復(fù)雜度,感興趣的可以了解一下
2024-10-10
Redis緩沖區(qū)溢出及解決方案分享
Redis緩沖區(qū)溢出是指Redis緩沖區(qū)被寫入的數(shù)據(jù)超過(guò)了它的容量，導(dǎo)致數(shù)據(jù)無(wú)法存儲(chǔ)或被覆蓋。造成緩沖區(qū)溢出的原因可能是快速寫入大量數(shù)據(jù)、緩沖區(qū)未及時(shí)刷新或Redis服務(wù)器配置不當(dāng)?shù)取?/div> 2023-04-04
Redis分片集群的實(shí)現(xiàn)
Redis 分片集群是一種將 Redis數(shù)據(jù)庫(kù)分散到多個(gè)節(jié)點(diǎn)上的方式,以提供更高的性能和可伸縮性,本文主要介紹了Redis分片集群的實(shí)現(xiàn),具有一定的參考價(jià)值,感興趣的可以了解一下
2025-04-04