Redis统计用户访问量

文章目录

1. 使用Hash
2. 使用Bitset
3. 使用概率算法

1. 使用Hash

哈希作为Redis的一种基础数据结构,Redis底层维护的是一个开散列,会把不同的key值映射到哈希表上,如果是遇到关键字冲突,那么就会拉出一个列表出来.

当一个用户访问时,如果用户登陆过，那么我们就使用用户的id，如果用户没有登陆过，那么也可以在前端页面随机生成一个key用来标识用户，当用户访问的时候，我们可以使用HSET命令，key可以选择URI与对应的日期进行拼凑，field则可以使用用户的id或者随机标识，value则可以简单设置为1。

当要访问一个网站某一天的访问量时,就可以直接使用HLEN来获取结果;

优点: 简单,易实现.查询方便,并且数据精准性非常好.
缺点: 内存占用过大.随着key的增多,性能会随之下降.无法支撑大规模的访问量.

2. 使用Bitset

对于个int型的数来说,若用来记录id,则只能记录一个,而若转换为二进制存储,则可以表示32个,空间的利用率提升了32倍.对于海量数据的处理,这样的存储方式会节省很多内存空间.对于未登陆的用户,可以使用Hash算法,把对应的用户标识哈希为一个数字id.对于一亿个数据来说,我们也只需要1000000000/8/1024/1024大约12M空间左右.

而Redis已经为我们提供了SETBIT的方法，使用起来非常的方便，我们在item页面可以不停地使用SETBIT命令，设置用户已经访问了该页面，也可以使用GETBIT的方法查询某个用户是否访问。最后通过BITCOUNT统计该网页每天的访问数量。

优点: 占用内存更小，查询方便，可以指定查询某个用户，对于非登陆的用户，可能不同的key映射到同一个id，否则需要维护一个非登陆用户的映射，有额外的开销。
缺点: 如果用户过于稀疏，则占用的内存可能比第一个方法更大

3. 使用概率算法

对于一个网站页面若访问量非常大的话,如果要求的数量不是很高,可以考虑使用概率算法.在Redis中,已经对HyperLogLog算法做了封装,这是一种基数评估算法:不存储具体数值,只是存储用来计算概率的一些相关数据.

当用户访问网站的时候，可以使用PFADD命令，设置对应的命令，最后我们只要通过PFCOUNT顺利计算出最终的结果，因为这是一个概率算法，所以可能存在一定的误差。

优点: 占用内存极小，对于一个key，只需要12kb。对于超大规模数据访问量的网站效率极高
缺点: 查询指定用户的时候，可能会出错。在总数统计时也不一定十分精准.