我們可以思考一個常見的業務問題：如果開發一個大型網站，要記錄每個網頁每天的UV數據，我們應該如何實現呢？
如果統計PV那非常容易，給每個網頁一個獨立的Redis計數器就可以了，這個計數器的key後綴加上當天的日期。這樣來一個請求，incrby一次，最終就可以統計出所有的PV數據。但是UV不一樣，它要去重，也許我們可以想到一個簡單的方案，爲每個網頁創建一個set集合來存儲當天訪問過此頁面的用戶ID。但是如果我們的頁面非常巨大，比如一個爆款頁面幾千萬的UV，需要一個很大的set集合來統計，這樣就非常浪費空間了。
Redis提供了HyperLogLog數據結構用來解決這種統計問題。HyperLogLog提供了不準確的去重計數功能，雖然不準確但也不是非常不準確，標準誤差爲0.81%，這樣的精確度已經可以滿足UV統計需求了。
1.使用方法
HyperLogLog提供了兩個指令pfadd（增加計數）和pfcount（獲取計數）。pfadd用法和set集合的sadd是一樣的，pfcount則類似於scard。實例代碼如下：
MyRedis:0>pfadd uv user1
1
MyRedis:0>pfadd uv user2
1
MyRedis:0>pfadd uv user3
1
MyRedis:0>pfcount uv
3
MyRedis:0>pfadd uv user3
0
MyRedis:0>pfcount uv
3
MyRedis:0>pfadd uv user4 user5 user5
1
MyRedis:0>pfcount uv
5
目前爲止，UV統計還是非常準確的。下面我們使用腳本，插入更多的數據，看看能否繼續準確：
import my_tools
client = my_tools.get_redis()
for i in range(1000):
client.pfadd('uv2', 'user%d' % i)
total = client.pfcount('uv2')
if total != i + 1:
print(total, i + 1)
break
輸出結果爲：
99 100
從輸出結果可以看出，當我們輸入第100個元素的時候，結果出現了不一致。繼續增加數據到10W，看一下差距有多大：
import my_tools
client = my_tools.get_redis()
for i in range(20000):
client.pfadd('uv4', 'user%d' % i)
total = client.pfcount('uv4')
print(total, 20000)
輸出結果爲：
20082 20000
HyperLogLog除了pfadd和pfcount之外，還提供了pfmerge指令，用於將多個pf的計數值累加在一起形成一個新的pf值。
2.注意事項
HyperLogLog在計數比較小時，它的存儲空間是採用稀疏矩陣空間佔用較小，當計數慢慢變大的時候，稀疏矩陣佔用的空間逐漸超過了閾值時會一次性轉變爲稠密矩陣，佔用空間大概是12K。由於HyperLogLog佔用的空間相對比較大，所以不適合統計單個用戶相關的數據。