基数-------HyperLogLog
- 基数是一种算法。举个例子，一本英文著作由数百万个单词组成，你的内存却不足以存储它们，那么我们先分析一下业务。英文单词本身是有限的，在 这本书的几百万个单词中有许多重复单词，扣去重复的单词，这本书中也就是几千到一万多个单词而已，那么内存就足够存储它们了。比如数字集合{1， 2，5，7，9，，1，5，9}的基数集合为{1，2，5，7，9}那么基数（不重复元素）就是5，基数的作用是评估大约需要准备多少个存储单元去存储数据， 但是基数的算法一般会存在一定的误差（一般是可控的）。Redis对基数数据结构的支持是从版本2.8.9开始的。
- 基数并不是存储元素，存储元素消耗内存空间比较大，而是给某一个有重复元素的数据集合（一般是很大的数据集合）评估需要的空间单元娄，所以它 没有办法进行存储，加上在工作中用得不多，所以简要介绍一下Redis的HyperLogLog命令就可以了。
Redis的HyperLogLog命令
---------------------------------------------------------------------------------------------------------------
命令 说明 备注
pfadd key element 添加指定元素到HyperLogLog 如果已经存储元素，则返回为0，添加失败
pfcount key 返回HyperLogLog的基数值 ----------
pfmerge desKey key1[key2 ...] 合并多个HyperLogLog，并将其保存在desKey中 ----------
---------------------------------------------------------------------------------------------------------------
命令行
127.0.0.1:6379> pfadd h1 a
(integer) 1
127.0.0.1:6379> pfadd h1 b
(integer) 1
127.0.0.1:6379> pfadd h1 c
(integer) 1
127.0.0.1:6379> pfadd h1 d
(integer) 1
127.0.0.1:6379> pfadd h1 a
(integer) 0
127.0.0.1:6379> pfcount h1
(integer) 4
127.0.0.1:6379> pfadd h2 a
(integer) 1
127.0.0.1:6379> pfadd h2 z
(integer) 1
127.0.0.1:6379> pfmerge h3 h1 h2
OK
127.0.0.1:6379> pfcount h3
(integer) 5
127.0.0.1:6379>
在Spring中操作基数
@Test
public void testHyperLogLog() {
ApplicationContext applicationContext = new ClassPathXmlApplicationContext("applicationContext.xml");
RedisTemplate redisTemplate = applicationContext.getBean(RedisTemplate.class);
redisTemplate.opsForHyperLogLog().add("HyperLogLog", "a", "b", "c", "d", "a");
redisTemplate.opsForHyperLogLog().add("HyperLogLog2", "a");
redisTemplate.opsForHyperLogLog().add("HyperLogLog2", "z");
Long size = redisTemplate.opsForHyperLogLog().size("HyperLogLog");
System.err.println(size);
size = redisTemplate.opsForHyperLogLog().size("HyperLogLog2");
System.err.println(size);
redisTemplate.opsForHyperLogLog().union("des_key", "HyperLogLog", "HyperLogLog2");
size = redisTemplate.opsForHyperLogLog().size("des_key");
System.err.println(size);
}
