必须用pfmerge合并多个hyperloglog键再pfcount，不可相加；pfmerge原子覆盖目标键，跳过不存在源键，误差率不叠加但内存增加；需校验key类型与存在性，推荐双写或增量更新。
用 PFCOUNT + PFMERGE 合并多个 HyperLogLog 键
直接合并多个 key 获取全月去重 UV，必须用 PFMERGE，不能靠多次 PFCOUNT 相加——HyperLogLog 本身不支持加法，叠加会严重高估。合并后对新键执行一次 PFCOUNT 才是正确结果。
典型场景：每天一个 uv:20240401、uv:20240402… 共 30 个键，要算整月 UV。
-
PFMERGE是原子操作，输入多个源 key，输出一个目标 key（若目标 key 已存在，会被覆盖） - 目标 key 本身也必须是合法 HyperLogLog 类型，否则报错
WRONGTYPE Operation against a key holding the wrong kind of value - 源 key 可以不存在，
PFMERGE会静默跳过（不会报错，但也不计入） - 命令示例：
PFMERGE uv:202404:total uv:20240401 uv:20240402 ... uv:20240430
注意 PFMERGE 的内存与精度损耗
合并不是无损的：每次 PFMERGE 都会重新估算并生成新结构，误差率仍为 ~0.81%，但不会叠加。也就是说，合并 30 个误差 0.81% 的 HLL，结果误差仍是 ~0.81%，不是 30×0.81%。
真正要注意的是内存——合并后的 key 占用内存 ≈ 所有源 key 内存之和（实际略小，因内部做了稀疏优化），但远大于单个 key。如果每天 UV 量级大（比如千万级），单个 uv:YYYYMMDD 约占 12–16 KB，30 天合并后可能达 300+ KB。这对 Redis 内存和网络传输都有压力。
Redis 缓存和数据结构管理技能。通过自然语言操作 Redis，支持 String、Hash、List、Set、ZSet、Stream 等数据结构操作。当用户提到 Redis、缓存、消息队列、会话存储时使用此技能。
- 若只是临时计算，建议用临时 key（如
tmp:uv:202404:merge），算完立刻DEL - 避免在高流量主节点上频繁执行长参数
PFMERGE（Redis 6.2+ 支持 pipeline，可批量发，但命令本身仍是同步阻塞） - 不要对同一组 key 反复
PFMERGE—— 比如今天 merge 出total，明天又加一天再 merge，不如增量更新：先PFADD新 key 到已有total，再PFMERGE剩余未合并的
脚本化合并时，别漏掉 key 不存在或类型错误的情况
线上跑自动合并脚本（比如用 Python + redis-py），容易踩两个坑：一是用 SCAN 匹配 key 时没校验类型，混入了 string 或 hash；二是某天数据异常导致 key 缺失，脚本仍强行传空列表给 PFMERGE，结果目标 key 被清空（PFMERGE 传零个源 key = 创建空 HLL）。
- 务必在合并前用
TYPE校验每个候选 key 是否为hyperloglog - 用
EXISTS确认 key 存在后再加入合并列表 - redis-py 示例片段：
keys_to_merge = [k for k in r.scan_iter("uv:202404*") if r.type(k) == b"hyperloglog"]<br>if keys_to_merge:<br> r.pfmerge("uv:202404:total", *keys_to_merge) - 如果某天 key 缺失，日志里记下来，但不要中断整个流程——缺失日数据就真的没了，强求反而掩盖问题
替代方案：用 PFADD 增量写入总 key，而非每日独立存储
如果业务允许重构，更稳的方式是跳过“按天拆 key”这步：所有 UV 统一 PFADD uv:202404:total <user_id></user_id>，由客户端或上游服务保证时间戳归属正确月份。这样根本不需要合并，PFCOUNT uv:202404:total 就是最终结果。
缺点也很明显：无法回溯单日 UV，也无法做天粒度同比/环比。所以是否采用，取决于你的监控需求优先级。
- 若需保留日维度，又想省掉合并步骤，可双写：一边写日 key（
PFADD uv:20240401 <id></id>），一边写月 key（PFADD uv:202404:total <id></id>） - 双写失败需有补偿机制（比如记录失败 ID 到 Kafka，下游重放），否则月总计不准
- 注意
PFADD返回值：1 表示新增了元素（即该 ID 本月首次出现），0 表示已存在——可用来做实时去重判断，但别误当成功标志（网络超时也可能返回 0）
