点击上方“芋道源码”，选择“”
管她前浪，还是后浪？
能浪的浪，才是好浪！
每天 10:33更新文章，每天掉亿点点头发...
源码精品专栏
在移动应用的业务场景中，我们需要保存这样的信息：一个 key 关联了一个数据集合，同时还要对集合中的数据进行统计排序。
常见的场景如下：
通常情况下，我们面临的用户数量以及访问量都是巨大的，比如百万、千万级别的用户数量，或者千万级别、甚至亿级别的访问信息。
所以，我们必须要选择能够非常高效地统计大量数据（例如亿级）的集合类型。
如何选择合适的数据集合，我们首先要了解常用的统计模式，并运用合理的数据来解决实际问题。
四种统计类型：
二值状态统计；
聚合统计；
排序统计；
基数统计。
本文将用到 、Set、Zset、List、hash 以外的拓展数据类型 、来实现。
今天我们来看下剩下的三种统计类型。
文章涉及到的指令可以通过在线 Redis 客户端运行调试，地址：，超方便的说。
“
❝
基数统计：统计一个集合中不重复元素的个数，常见于计算独立用户数（UV）。
实现基数统计最直接的方法，就是采用集合（Set）这种数据结构，当一个元素从未出现过时，便在集合中增加一个元素；如果出现过，那么集合仍保持不变。
当页面访问量巨大，就需要一个超大的 Set 集合来统计，将会浪费大量空间。
另外，这样的数据也不需要很精确，到底有没有更好的方案呢？
这个问题问得好，Redis 提供了 数据结构就是用来解决种种场景的统计问题。
是一种不精确的去重基数方案，它的统计规则是基于概率实现的，标准误差 0.81%redis数据类型，这样的精度足以满足 UV 统计需求了。
关于 的原理过于复杂，如果想要了解的请移步：
一个用户一天内多次访问一个网站只能算作一次，所以很容易就想到通过 Redis 的 Set 集合来实现。
用户编号 89757 访问 「Redis 为什么这么快 」时，我们将这个信息放到 Set 中。
SADD Redis为什么这么快:uv 89757
当用户编号 89757 多次访问「Redis 为什么这么快」页面，Set 的去重功能能保证不会重复记录同一个用户 ID。
通过 SCARD 命令，统计「Redis 为什么这么快」页面 UV。指令返回一个集合的元素个数（也就是用户 ID）。
SCARD Redis为什么这么快:uv
“
❝
还可以利用 Hash 类型实现，将用户 ID 作为 Hash 集合的 key，访问页面则执行 HSET 命令将 value 设置成 1。
即使用户重复访问，重复执行命令，也只会把这个 的值设置成 “1"。
最后，利用 HLEN 命令统计 Hash 集合中的元素个数就是 UV。
如下：
HSET redis集群:uv userId:89757 1
// 统计 UV
HLEN redis集群
“
❝
Set 虽好，如果文章非常火爆达到千万级别，一个 Set 就保存了千万个用户的 ID，页面多了消耗的内存也太大了。同理，Hash数据类型也是如此。咋办呢？
利用 Redis 提供的 高级数据结构（不要只知道 Redis 的五种基础数据类型了）。这是一种用于基数统计的数据集合类型redis数据类型，即使数据量很大，计算基数需要的空间也是固定的。
每个 最多只需要花费 12KB 内存就可以计算 2 的 64 次方个元素的基数。
Redis 对 的存储进行了优化，在计数比较小的时候，存储空间采用系数矩阵，占用空间很小。
只有在计数很大，稀疏矩阵占用的空间超过了阈值才会转变成稠密矩阵，占用 12KB 空间。
PFADD
将访问页面的每个用户 ID 添加到 中。
PFADD Redis主从同步原理:uv userID1 userID 2 useID3
利用 获取 「Redis主从同步原理」页面的 UV值。
PFCOUNT Redis主从同步原理:uv
使用场景
除了上面的 PFADD 和 外，还提供了 ，将多个 合并在一起形成一个新的 值。
语法
PFMERGE destkey sourcekey [sourcekey ...]
使用场景
比如在网站中我们有两个内容差不多的页面，运营说需要这两个页面的数据进行合并。
其中页面的 UV 访问量也需要合并，那这个时候 就可以派上用场了，也就是同样的用户访问这两个页面则只算做一次 。
如下所示：Redis、MySQL 两个 集合分别保存了两个页面用户访问数据。
PFADD Redis数据 user1 user2 user3
PFADD MySQL数据 user1 user2 user4
PFMERGE 数据库 Redis数据 MySQL数据
PFCOUNT 数据库 // 返回值 = 4
将多个 合并（merge）为一个 ， 合并后的 的基数接近于所有输入 的可见集合（ set）的并集 。
user1、user2 都访问了 Redis 和 MySQL，只算访问了一次。
基于 Boot + Plus + Vue & 实现的后台管理系统 + 用户小程序，支持 RBAC 动态权限、多租户、数据权限、工作流、三方登录、支付、短信、商城等功能
Redis 的 4 个集合类型中（List、Set、Hash、 Set），List 和 Set 就是有序的。
“
❝
我可以利用 List 插入的顺序排序实现评论列表
比如公 众号的后台回复列表（不要杠，举例子），每一公 众号对应一个 List，这个 List 保存该公 众号的所有的用户评论。
每当一个用户评论，则利用 LPUSH key value [value ...] 插入到 List 队头。
LPUSH 码哥字节 1 2 3 4 5 6
接着再用 key star stop 获取列表指定区间内的元素。
> LRANGE 码哥字节 0 4
1) "6"
2) "5"
3) "4"
4) "3"
5) "2"
注意，并不是所有最新列表都能用 List 实现，对于因为对于频繁更新的列表，list类型的分页可能导致列表元素重复或漏掉。
比如当前评论列表 List =｛A, B, C, D｝，左边表示最新的评论，D 是最早的评论。
LPUSH 码哥字节 D C B A
展示第一页最新 2 个评论，获取到 A、B：
LRANGE 码哥字节 0 1
1) "A"
2) "B"
按照我们想要的逻辑来说，第二页可通过 码哥字节 2 3 获取 C，D。
如果在展示第二页之前，产生新评论 E，评论 E 通过 LPUSH 码哥字节 E 插入到 List 队头，List = ｛E, A, B, C, D ｝。
现在执行 码哥字节 2 3 获取第二页评论发现， B 又出现了。
LRANGE 码哥字节 2 3
1) "B"
2) "C"
出现这种情况的原因在于 List 是利用元素所在的位置排序，一旦有新元素插入，List = ｛E，A，B，C，D｝。
原先的数据在 List 的位置都往后移动一位，导致读取都旧元素。
List最新列表
只有不需要分页（比如每次都只取列表的前 5 个元素）或者更新频率低（比如每天凌晨统计更新一次）的列表才适合用 List 类型实现。
对于需要分页并且会频繁更新的列表，需用使用有序集合 Set 类型实现。
另外，需要通过时间范围查找的最新列表，List 类型也实现不了，需要通过有序集合 Set 类型实现，如以成交时间范围作为条件来查询的订单列表。
“
❝
对于最新列表的场景，List 和 Set 都能实现，为啥还用 List 呢？直接使用 Set 不是更好，它还能设置 score 权重排序更加灵活。
原因是 Set 类型占用的内存容量是 List 类型的数倍之多，对于列表数量不多的情况，可以用 Set 类型来实现。
比如要一周音乐榜单，我们需要实时更新播放量，并且需要分页展示。
除此以外，排序是根据播放量来决定的，这个时候 List 就无法满足了。
我们可以将音乐 ID 保存到 Set 集合中，score 设置成每首歌的播放量，该音乐每播放一次则设置 score = score +1。
ZADD
比如我们将《青花瓷》和《花田错》播放量添加到 集合中：
ZADD musicTop 100000000 青花瓷 8999999 花田错
《青花瓷》每播放一次就通过 指令将 score + 1。
> ZINCRBY musicTop 1 青花瓷
100000001
最后我们需要获取 前十 播放量音乐榜单，目前最大播放量是 N ，可通过如下指令获取：
ZRANGEBYSCORE musicTop N-9 N WITHSCORES
“
❝
65哥：可是这个 N 我们怎么获取呀？
可通过 key start stop []指令。
其中元素的排序按 score 值递减(从大到小)来排列。
具有相同 score 值的成员按字典序的逆序( order)排列。
> ZREVRANGE musicTop 0 0 WITHSCORES
1) "青花瓷"
2) 100000000
即使集合中的元素频繁更新， Set 也能通过 命令准确地获取到按序排列的数据。
在面对需要展示最新列表、排行榜等场景时，如果数据更新频繁或者需要分页显示，建议优先考虑使用 Set。
“
推荐下自己做的 Cloud 的实战项目：
指的就是统计多个集合元素的聚合结果，比如说：
“
❝
什么样的场景会用到交集、差集、并集呢？
Redis 的 Set 类型支持集合内的增删改查，底层使用了 Hash 数据结构，无论是 add、 都是 O(1) 时间复杂度。
并且支持多个集合间的交集、并集、差集操作，利用这些集合操作，解决上边提到的统计问题。
比如 中的共同好友正是聚合统计中的交集。我们将账号作为 Key，该账号的好友作为 Set 集合的 value。
模拟两个用户的好友集合：
SADD user:码哥字节 R大 Linux大神 PHP之父
SADD user:大佬 Linux大神 Python大神 C++菜鸡
交集
统计两个用户的共同好友只需要两个 Set 集合的交集，如下命令：
SINTERSTORE user:共同好友 user:码哥字节 user:大佬
命令的执行后，「user:码哥字节」、「user:大佬」两个集合的交集数据存储到 user:共同好友这个集合中。
比如，统计某个 App 每日新增注册用户量，只需要对近两天的总注册用户量集合取差集即可。