拼多多面试题：如何使用Redis统计独立用户访问量！

作者：煞茶敏碎碎年

众所周知，拼多多的薪酬也是高得吓人，在招人方面更是不遗余力。对于一些工作了三年的开发者来说，稍微好一点的会得到30K。提供。

拼多多当然也以加班闻名。每周工作6天是正常的。每天的工作时间基本都在12个小时以上，也是相当辛苦的。

废话少说，今天我们要讲的是一道真实的拼多多后台面试题，这是一道简单的架构题：

拼多多有数亿用户，那么给定的网页你如何使用呢？如何使用Redis统计网站的用户访问量？

使用Hash

Hash是Redis的基本数据结构。 Redis底层维护着一个开放的哈希，将不同的key映射到哈希表中。如果发现关键字冲突，则删除链表。

当用户访问并且用户登录时，我们使用用户的ID。如果用户没有登录，我们还可以在前端页面随机生成一个密钥来识别用户。

当用户获得访问权限时，我们可以使用命令HSET。可以通过选择 URI 及其日期来合并密钥。该字段可以使用用户 ID 或任何标识符，并且该值可以轻松设置为 1。

如果我们想统计某一天特定网站的访问次数，我们可以直接使用 HLEN 即可得到最终结果。

优点：简单易实现，查询也非常方便，数据准确率非常高。

缺点：占用内存过多，而且随着按键数量的增加，性能也会下降。小网站还好，但是像拼多多这样上亿PV的网站肯定应付不了

使用Bitset

我们知道，对于32位int来说，如果只用它来捕获ID，那么我们只能包含一个用户。但如果我们将其转换为二进制，用每一位代表一个用户，那么我们可以一次代表32个用户，节省32倍的空间！

对于数据量较大的场景，如果我们使用bitset，可以节省大量内存。

对于未登录的用户，我们还可以使用哈希算法将对应的用户ID哈希为数字ID。

位设置非常节省内存。假设有1亿用户，只需要100000000/8/1024/1024，大约等于12兆内存。

Redis给了我们SETBIT方法，使用起来非常方便。

我们可以看下面的例子：

我们可以在项目页面不断使用SETBIT命令来设置用户已经访问过该页面。我们还可以使用方法 GETBIT 来询问用户是否具有访问权限。

最后，我们可以通过BITCOUNT统计该网页每天的访问次数。

优点占用内存少，易于查询。您可以指定要查询的用户。数据可能存在一些缺陷。对于未登录的用户，可以将不同的密钥分配给同一个ID。否则，必须维护非登录用户。用户分配有额外的开销。

缺点如果用户非常稀疏，占用的内存可能会比方法一大。

使用概率算法

像拼多多这样的网站，多个页面可能有很多访问量，如果要求的数字不太准确，可以使用概率算法。事实上，我们有一个网站的UV。统计显示，1亿和1.03亿其实差不多。

Redis封装了HyperLogLog算法，这是一种基数评估算法。

该算法的特点是数据一般不存储具体的值，而是存储一些相关的数据，用于计算概率。

当用户访问网站时，我们可以使用命令PFADD来设置相应的命令。最后我们只需要使用PFCOUNT就可以顺利计算出最终的结果，因为这只是一个概率算法，所以可能会有0.81%的误差。

优点占用内存很少。一把钥匙只需要 12 kb。特别适合拥有大量用户的拼多多。

缺点由于未存储具体数据，查询指定用户时可能会出现错误。总数也有误差。

好了，以上就是用Redis统计网站访问量的三种常用方法。