Redis HyperLogLog 与唯一估计（PFADD、PFCOUNT 与误差验证）

概述HyperLogLog以极小内存近似估计集合基数，适用于海量唯一计数（如UV、唯一用户ID）。通过PFADD添加元素，PFCOUNT获取估计值，并对误差与性能进行验证以确保策略可控。关键实践与参数误差范围: 典型误差约0.81%，对小集合误差更大空间占用: 每键约12KB，随元素数量增长基本稳定合并统计: 使用 `PFMERGE` 聚合多个集合估计防重复: 不适合精确去重，仅用于估计示例/配置/实现PFADD hll:uv u:1 u:2 u:3 PFCOUNT hll:uv PFADD hll:uv $(seq -f "u:%g" 1 100000) PFCOUNT hll:uv PFMERGE hll:all hll:uv hll:mobile hll:web // Node.js 简单验证 import { createClient } from 'redis' const r = createClient() await r.connect() for (let i = 0; i < 100000; i++) await r.pfAdd('hll:uv', [`u:${i}`]) const est = await r.pfCount('hll:uv') console.log('估计值', est) 验证误差检验: 与真实去重计数对比，统计误差比例是否在预期范围合并正确: PFMERGE 后的估计与各集合叠加差异合理性能与资源: 记录写入耗时与键大小，确认资源可控边界场景: 小集合与极大集合下误差与性能评估注意事项不用于账务等需精确计数的场景对小集合可改用精确集合或布隆/Cuckoo策略定期清理与分桶设计，避免热键与资源集中与业务统计口径保持一致，确保可解释性