黑马点评(十二) -- UV统计

一 . UV统计-HyperLogLog

首先我们搞懂两个概念：

• UV：全称Unique Visitor，也叫独立访客量，是指通过互联网访问、浏览这个网页的自然人。1天内同一个用户多次访问该网站，只记录1次。

• PV：全称Page View，也叫页面访问量或点击量，用户每访问网站的一个页面，记录1次PV，用户多次打开页面，则记录多次PV。往往用来衡量网站的流量。

通常来说UV会比PV大很多，所以衡量同一个网站的访问量，我们需要综合考虑很多因素，所以我们只是单纯的把这两个值作为一个参考值

UV统计在服务端做会比较麻烦，因为要判断该用户是否已经统计过了，需要将统计过的用户信息保存。但是如果每个访问的用户都保存到Redis中，数据量会非常恐怖，那怎么处理呢？

Hyperloglog(HLL)是从Loglog算法派生的概率算法，用于确定非常大的集合的基数，而不需要存储其所有值。相关算法原理大家可以参考：https://juejin.cn/post/6844903785744056333#heading-0 Redis中的HLL是基于string结构实现的，单个HLL的内存永远小于16kb，内存占用低的令人发指！作为代价，其测量结果是概率性的，有小于0.81％的误差。不过对于UV统计来说，这完全可以忽略。

可以发现加入重复元素，总数还是不变，那么这就可以用来做UV统计;

二 . 测试百万数据的统计

测试思路：我们直接利用单元测试，向HyperLogLog中添加100万条数据，看看内存占用和统计效果如何

先查看redis内存占用 : 

测试 : 

    @Test
    void testHyperLogLog(){
        // 旧  922368
        String[] values = new String[1000] ;
        int j = 0 ;
        for(int i=0;i<1000000;i++){
            j = i % 1000 ;
            values[j] = "user_" + i ;
            if(j == 999){
                // 发送到redis
                stringRedisTemplate.opsForHyperLogLog().add("hl2",values) ;
            }
        }
        // 统计数量 : 
        Long count = stringRedisTemplate.opsForHyperLogLog().size("hl2") ;
        System.out.println("count = " + count);
    }

可以发现误差很小 ;

最后占用也就只有14kb ;

总结 : 经过测试：我们会发生他的误差是在允许范围内，并且内存占用极小