Redis實作唯一計數的3種方法分享

唯一計數是網站系統中十分常見的一個功能特性，例如網站需要統計每天造訪的人數 unique visitor （也就是 UV）。計數問題很常見，但解決起來可能十分複雜：一是需要計數的量可能很大，比如大型的站點每天有數百萬的人訪問，數據量相當大；二是通常還希望擴展計數的維度，例如除了需要每天的UV，還想知道每週或每月的UV，這樣導致計算十分複雜。

在關聯式資料庫儲存的系統裡，實作唯一計數的方法就是 select count(distinct )，它十分簡單，但是如果資料量很大，這個語句執行是很慢的。用關聯式資料庫另外一個問題是插入資料效能也不高。

Redis 解決這類計數問題得心應手，相比關係資料庫速度更快，消耗資源更少，甚至提供了 3 種不同的方法。

1.基於set

Redis 的set 用於保存唯一的資料集合，透過它可以快速判斷某一個元素是否存在於集合中，也可以快速計算某一個集合的元素個數，另外和可以合併集合到一個新的集合。涉及的命令如下：

SISMEMBER key member  # 判断 member 是否存在
SADD key member  # 往集合中加入 member
SCARD key   # 获取集合元素个数

基於set 的方法簡單有效，計數精確，適用面廣，易於理解，它的缺點是消耗資源比較大（當然比起關係資料庫是少很多的），如果元素個數很大（例如上億的計數），消耗記憶體很恐怖。

2.基於 bit

Redis 的 bit 可以用來實現比 set 記憶體高度壓縮的計數，它透過一個 bit 1 或 0 來儲存某個元素是否存在資訊。例如網站唯一訪客計數，可以把 user_id 作為 bit 的偏移量 offset，設定為 1 表示有訪問，使用 1 MB的空間就可以存放 800 多萬用戶的一天訪問計數情況。涉及的命令如下：

SETBIT key offset value  # 设置位信息
GETBIT key offset        # 获取位信息
BITCOUNT key [start end] # 计数
BITOP operation destkey key [key ...]  # 位图合并

基於bit 的方法比起set 空間消耗小得多，但是它要求元素能否簡單映射為位元偏移，適用面窄了不少，另外它消耗的空間取決於最大偏移量，和計數值無關，如果最大偏移量很大，消耗記憶體也相當可觀。

3.基於HyperLogLog

實現超大數據量精確的唯一計數都是比較困難的，但是如果只是近似的話​​，計算科學裡有很多高效的算法，其中HyperLogLog Counting 就是其中非常著名的算法，它可以僅僅使用12 k左右的內存，實現上億的唯一計數，而且誤差控制在百分之一左右。涉及的命令如下：

PFADD key element [element ...]  # 加入元素
PFCOUNT key [key ...]   # 计数

這種計數方法真的很神奇，我也沒有徹底弄清楚，有興趣可以深入研究相關文章。

redis 提供的這三種唯一計數方式各有優劣，可以充分滿足不同情況下的計數要求。

更多Redis實現唯一計數的3種方法分享相關文章請關注PHP中文網！