什么时候应该避免使用Redis HyperLogLog ?为什么？

Question

我对Redis HyperLogLog的工作原理以及什么时候使用它有一些基本的想法。

在使用它之前，我做了一个测试:我将一些连续的数字pfadd到一个HLL条目(以模仿用户ed)，Redis很快就给出了一个假阳性结果。准确地说，如果您将编号193 pfadd到一个HLL条目，则会报告编号202已经存在于该条目中。您可以在redis-cli中测试它：

127.0.0.1:6379> del ns
(integer) 0
127.0.0.1:6379> PFADD ns 193
(integer) 1
127.0.0.1:6379> PFADD ns 202
(integer) 0

我知道HyperLogLog是一种概率数据结构，但是它不是很容易给出这样的误报吗？我是不是误解了什么？

Answer 1

1. 您误解了PFADD的答复-它没有表示存在，而是数据结构中的内部寄存器是否已更改。
2. 您还误解了HLL的用法-它估计集合基数(大小)，而不是集合成员。

对于类似的(在概率意义上)设置成员资格的数据结构，请检查布隆过滤器及其Redis实现，重新布隆(http://rebloom.io)。