Redis去重的3種不同方法匯總

Posted on by

前言

這篇文章主要介紹瞭Redis實現唯一計數的3種方法分享,本文講解瞭基於SET、基於 bit、基於 HyperLogLog三種方法,需要的朋友可以參考下

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訪問的人數 unique visitor （也就是 UV）。計數問題很常見，但解決起來可能十分復雜：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，比如除瞭需要每天的 UV，還想知道每周或每月的 UV，這樣導致計算十分復雜。

在關系數據庫存儲的系統裡，實現唯一計數的方法就是 select count(distinct <item_id>)，它十分簡單，但是如果數據量很大，這個語句執行是很慢的。用關系數據庫另外一個問題是插入數據性能也不高。

Redis 解決這類計數問題得心應手，相比關系數據庫速度更快，消耗資源更少，甚至提供瞭 3 種不同的方法。

1.基於 set

Redis 的 set 用於保存唯一的數據集合，通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，另外和可以合並集合到一個新的集合中。涉及的命令如下：

復制代碼 代碼如下:

SISMEMBER key member  # 判斷 member 是否存在
SADD key member  # 往集合中加入 member
SCARD key   # 獲取集合元素個數

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（當然比起關系數據庫是少很多的），如果元素個數很大（比如上億的計數），消耗內存很恐怖。

2.基於 bit

Redis 的 bit 可以用於實現比 set 內存高度壓縮的計數，它通過一個 bit 1 或 0 來存儲某個元素是否存在信息。例如網站唯一訪客計數，可以把 user_id 作為 bit 的偏移量 offset，設置為 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：

復制代碼 代碼如下:

SETBIT key offset value  # 設置位信息
GETBIT key offset        # 獲取位信息
BITCOUNT key [start end] # 計數
BITOP operation destkey key [key ...]  # 位圖合並

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偏移，適用面窄瞭不少，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，消耗內存也相當可觀。

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，但是如果隻是近似的話，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：

復制代碼 代碼如下:

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

這種計數方法真的很神奇，我也沒有徹底弄明白，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。

4. 基於bloomfilter

BloomFilter是利用類似位圖或者位集合數據結構來存儲數據，利用位數組來簡潔的表示一個集合，並且能夠快速的判斷一個元素是不是已經存在於這個集合。雖然BloomFilter不是100%準確，但是可以通過調節參數，使用Hash函數的個數，位數組的大小來降低失誤率。這樣調節完全可以把失誤率降低到接近於0。可以滿足大部分場景瞭。

redis使用佈隆過濾器需要安裝插件：centos中安裝redis插件bloom-filter

總結

到此這篇關於Redis去重的3種不同方法的文章就介紹到這瞭,更多相關Redis去重方法內容請搜索WalkonNet以前的文章或繼續瀏覽下面的相關文章希望大傢以後多多支持WalkonNet！

推薦閱讀：