一、常用的集合统计模式

  • 聚合统计
  • 排序统计
  • 二值状态统计
  • 基数统计

二、聚合统计

聚合统计指统计多个集合元素的聚合结果，包括：

  • 统计多个集合的共有元素（交集统计）
  • 把两个集合相比，统计其中一个集合独有的元素（差集统计）
  • 统计多个集合的所有元素（并集统计）

当你需要对多个集合进行聚合计算时，Set类型会是一个非常不错的选择。

但是Set的差集、并集和交集的计算复杂度较高，在数据量较大的情况下，如果直接执行这些计算，会导致Redis实例阻塞。建议从主从集群中选择一个从库，让它专门负责聚合计算，或者是把数据读取到客户端，在客户端来完成聚合统计，这样就可以规避阻塞主库实例和其他从库实例的风险了。

举例：统计手机App每天的新增用户数和第二天的留存用户数

三、排序统计

Redis常用的集合类型有：List、Hash、Set、Sorted Set，其中List和Sorted Set属于有序集合。

  • List是按照元素进入List的顺序进行排序的
  • Sorted Set可以根据元素的权重来排序，我们可以自己来决定每个元素的权重值

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，优先使用Sorted Set。

四、二值状态统计

二值状态是指集合元素的取值就只有 0 和 1 两种。比如在签到打卡的场景中，我们只要记录签到（1）或未签到（0）。

Bitmap适合这种场景，它是Redis提供的扩展数据类型。

Bitmap本身是用String类型作为底层数据结构实现的一种统计二值状态的数据类型。

String类型是会保存为二进制的字节数组，所以，Redis就把字节数组的每个 bit 位利用起来，用来表示一个元素的二值状态。可以把 Bitmap 看作是一个 bit 数组。

在记录海量数据时，Bitmap能够有效地节省内存空间。

五、基数统计

基数统计是指统计一个集合中不重复的元素个数。比如统计网页的UV（Unique Visitor，独立访客）。

HyperLogLog是一种用于统计基数的数据集合类型。它的最大优势在于，当集合元素数量非常多时，它计算基数所需的空间总是固定的，而且还很小。

HyperLogLog的统计规则是基于概率完成的，所以它给出的统计结果是有一定误差的，标准误差率是 0.81%。

虽然误差率不大，但是，如果你需要精确统计结果的话，最好用Set或Hash类型。

六、小结

Set和Sorted Set都支持多种聚合统计，不过，对于差集计算来说，只有Set支持。Bitmap也能做多个Bitmap间的聚合计算，包括与、或和异或操作。

当需要进行排序统计时，List中的元素虽然有序，但是一旦有新元素插入，原来的元素在List中的位置就会移动，那么，按位置读取的排序结果可能就不准确了。而Sorted Set本身是按照集合元素的权重排序，可以准确地有序获取结果，所以建议优先使用它。

如果我们记录的数据只有0和1两个值的状态，Bitmap会是一个很好的选择，这主要归功于Bitmap对于一个数据只用1个bit记录，可以节省内存。

对于基数统计来说，如果集合元素量达到亿级别而且不需要精确统计时，建议使用HyperLogLog。

七、每课一问

其他使用场景？

使用Sorted Set可以统计一段时间内的在线用户数。