如何使用 Redis 统计大量用户唯一访问量

使用Redis统计大量用户的唯一访问量（UV），最优方案是采用**HyperLogLog（HLL）**数据结构。

1. HyperLogLog 核心操作

• 添加用户标识：使用 PFADD 命令将用户唯一标识（如用户ID、IP）添加到HLL中。

  PFADD uv:20231001 "user_id_or_ip"
  

• 统计UV：使用 PFCOUNT 获取基数估计值。

  PFCOUNT uv:20231001
  

• 合并数据：使用 PFMERGE 合并多个HLL键（如多天合并为周/月统计）。

  PFMERGE uv:week_45 uv:20231001 uv:20231002 ... uv:20231007
  PFCOUNT uv:week_45
  

2. 时间维度统计

• 按天存储：为每天创建独立键，如 uv:YYYYMMDD。
• 设置过期时间：自动清理旧数据（例如保留7天）：

  EXPIRE uv:20231001 604800  # 7天后过期
  

  建议在首次创建键时通过Lua脚本原子化操作：

  EVAL "redis.call('PFADD', KEYS[1], ARGV[1]); if redis.call('TTL', KEYS[1]) == -1 then redis.call('EXPIRE', KEYS[1], ARGV[2]) end; return 1;" 1 uv:20231001 "user123" 86400
  

3. 误差与性能

• 误差率：约0.81%，适用于近似统计场景。
• 内存占用：每个HLL键仅需约12KB，百万级UV仅需MB级内存。

4. 精确统计替代方案

若需精确UV，可选以下方法（根据场景权衡）：

• 位图（Bitmap）：用户ID为连续整数时高效。

  SETBIT uv:20231001 100000 1  # 用户ID=100000访问
  BITCOUNT uv:20231001         # 统计总数
  

• 集合（Set）：小数据量时直接存储。

  SADD uv:20231001 "user_id"
  SCARD uv:20231001
  

• 布隆过滤器 + 计数：需额外维护计数。

5. 分维度统计

在键名中加入业务标识，如页面或产品：

PFADD uv:homepage:20231001 "user_id"
PFCOUNT uv:homepage:20231001

总结

• 推荐方案：使用HyperLogLog实现低内存消耗的近似UV统计。
• 适用场景：允许误差的实时或大数据量统计（如DAU、活动参与数）。
• 注意事项：合理设置键过期时间，避免内存累积；合并数据时直接使用 PFMERGE。

通过上述方法，Redis能够高效处理海量用户的UV统计需求，平衡内存占用与性能。