- 综合排序
- 最热优先
- 最新优先
Java统计网站PV、UV
前言 当一个系统上线后，基本都需要统计用户活跃度，活跃度一般有两个指标，一个是PV（Page View）页面浏览量，一个是UV（Unique Visitor）唯一用户量，比如微信小程序后台中就有每小时UV 为什么需要统计PV，UV 分析知道哪些页面是用户经常访问的，缓存常用数据，针对性的提升某些接口效率。如果某些页面访问量远远高于其他页面，我们还可以单独部署一台服务器给这些高访问页面使用。 UV统计，同样日期为key，value为唯一标识用户的ID或IP的Set集合（本文使用用户IP来作为唯一标识），用户访问时如果Set中不存在当前访问用户IP，则UV+1，并将IP加入Set中；当我们读取 "; final static String UV\_PREFIX = "uv\_"; /\*\* \* 统计pv,uv \* @return 返回统计后的pv,uv值 \*/ @GetMapping ",uvNum); return ans; } HyperLogLog统计UV为什么使用HyperLogLog在统计UV时我们刚刚使用的是Set保存全部的IP，它本身是去重的，最终Set元素的个数就是我们需要的值
1.5K10编辑于 2024-09-20- 来自专栏golang+php
如何用redis统计海量UV？
前言 我们先思考一个常见的业务问题：如果你负责开发维护一个大型的网站，有一天老板找产品经理要网站每个网页每天的 UV 数据，然后让你来开发这个统计模块，你会如何实现？ 统计uv的常用方法以及优缺点 其实要是单纯的统计pv是比较好办的，直接用redis的incr就行，但是uv的话，它要去重，同一个用户一天之内的多次访问请求只能计数一次。 但是，如果你的页面访问量非常大，比如一个爆款页面几千万的 UV，你需要一个很大的 set 集合来统计，这就非常浪费空间。如果这样的页面很多，那所需要的存储空间是惊人的。 hash hash和set在处理uv的问题上其实类似，把用户id作为hash的key的确可以去重，但是如果访问量大了之后也会消耗很大的内存空间 bitmap bitmap同样是一种可以统计基数的方法，可以理解为用 HyperLogLog 提供不精确的去重计数方案，虽然不精确但是也不是非常不精确，标准误差是 0.81%，这样的精确度已经可以满足上面的 UV 统计需求了。
1.5K40发布于 2021-08-13 - 来自专栏柯柏后端架构
HyperLogLog统计网站UV 太丝滑
网站的UV定义网站的UV（Unique Visitor）是指独立访客的数量，用于衡量网站的访问量和流量。在网站统计中，通常使用UV来度量网站的独立访客数量。 如何统计无论cookie的方式，还是ip地址的方式去做统计，最重要的一点，就是要去重，一个集合里面不能有重复元素。 当你需要统计 UV 时，可以直接用 SCARD 命令，这个命令会返回一个集合中的元素个数。 我大概计算下：1千万用户访问page1如果使用用户id统计UV，一个id，平均占用5个字节10000000*5/1024/1024=47Mb如果使用ip统计UV，用字符串来储存每个 IPv4 地址最多需要耗费 HLL 具有以下几个特点：能够使用极少的内存来统计巨量的数据，它只需要 12K 空间就能统计 2^64 的数据。统计存在一定的误差，误差率整体较低，标准误差为 0.81%。
56310编辑于 2024-01-26 - 来自专栏维C果糖
使用 Redis 统计网站 UV 的方法
前言 网站 UV 就是指网站的独立用户访问量Unique Visitor，即相同用户的多次访问需要去重。 思路 提到 UV 去重，猜大家都会想到Set集合类。 上面两种方式虽然可以实现统计网站 UV 的功能，但是一个比较占用内存，一个比较占用数据库资源。那我们该如何规避这两个问题呢？ 我们先看一下如何利用HyperLogLog来进行页面 UV 的统计。 使用 Redis 命令操作 # 添加元素 127.0.0.1:6379> pfadd user zhangsan lisi wangwu # 添加成功返回1，添加失败返回0 (integer) 1 # 统计数量 但是其结果，有可能你看到的是不到 100W，也有可能计算出来的 UV 还比 100W 大。
3.2K00发布于 2020-06-16 - 来自专栏Java那些事
巧用 Redis Hyperloglog，轻松统计 UV 数据
如果一个统计不同用户记录的应用程序运行有多个实例，那么我们需要具有巨大 RAM 大小的内存缓存解决方案。 在这里我想特别强调一下Hyperloglog，因为它最适合通过减少内存消耗来统计不同的用户操作。 ? 换句话说，我们要统计在 2019 年 09 月 28 日下午 18 点至 19 点之间发生用户登录操作的非重复用户数。 201909281824 201909281825 (integer) 6 由此看来，统计最近一小时我们需要 60 个键，统计最近一天需要 1440 个键，最近 7 天则需要 10080 个键。 ，比如我们要统计从此刻开始往前推一小时、一天、一周的 UV。
2.1K10发布于 2019-09-30 - 来自专栏分享学习
Springboot集成RedisTemplate使用HyperLogLog实现UV统计
HyperLogLog以其极低的内存消耗和高效的估算能力，在大数据量的统计中发挥着重要作用。 通过不断更新这些数值，并应用一定的统计和校正算法，HyperLogLog能够估算出集合中不同元素的数量。 使用场景 HyperLogLog由于其高效的内存利用和较高的估算精度，在多个领域有着广泛的应用场景： 网站UV统计：统计网站的独立访客数（UV），这是HyperLogLog最常见的应用场景之一。 数据流量分析：对数据流量中的独立元素进行统计，如分析用户在某个时间段内访问的不同页面数、点击不同广告的用户数等。 无论是网站UV统计、数据流量分析还是数据去重等场景，HyperLogLog都是一个值得推荐的选择。 大功告成，撒花致谢，关注我不迷路，带你起飞带你富。 Writted By 知识浅谈
40300编辑于 2025-05-16 - 来自专栏学院君的专栏
基于 Redis HyperLogLog 实现用户 UV 统计功能
引子 在通过 Redis 实现全站访问计数器中，学院君已经给大家演示了统计用户 PV 的实现思路，今天我们来看看如何实现用户 UV 的统计。 通过 SET 结构实现 UV 统计 基于去重功能，很多同学可能会联想到可以通过 Redis 的 SET 结构实现用户 UV 统计 —— 将统计指标+时间后缀作为键名，然后每当有用户访问时，将对应的用户标识通过 但是如果放到大型站点就不合适了，比如我们要统计上百万不同页面的用户 UV，用户量级在千万级甚至亿级，为了维护每个页面用户 UV 统计的 SET 结构，需要耗费大量的 Redis 存储空间，对于爆款页面， 来实现这样的 UV 统计功能。 实现全站 UV 统计中间件 接下来，和 Laravel 全站 PV 统计功能一样，我们基于 HyperLogLog 来实现一个全站 UV 统计中间件。
1.4K10发布于 2021-01-22 如何借助Redis更高效统计UV？——Hyperloglog篇
从用户行为数据、系统日志到实时交互数据，如何高效、准确地统计这海量数据中的唯一元素数量，成为了一个不小的挑战。 HyperLogLog 是一种用于基数统计的算法，基数指的是一个集合中不重复元素的数量。想象一下，当我们面对数亿级别的数据时，传统的去重统计方法不仅计算量大，而且消耗大量的存储空间。 统计元素数量：pfcount接下来，我们利用 pfcount 命令来获取 HyperLogLog 中的元素个数。 是的，依据这个去重特性，我们可以非常方便的做 UV 统计。UV（Unique visitor）：是指通过互联网访问、浏览这个网页的自然人。访问的一个电脑客户端为一个访客，一天内同一个访客仅被计算一次。 因此，虽然它在 Redis 中表现为字符串类型，但它用于实现基数统计的功能。小结HyperLogLog 提供了一种非常高效的方式来对大规模数据集进行去重计数。
69710编辑于 2024-07-18- 来自专栏技术实操
每天百万访问也不怕，Redis帮你搞定UV统计
这时候，UV（独立访客）统计就成了衡量流量质量的关键指标。不同于 PV（页面浏览量），UV 更关注的是“真实访问人数”。一个用户一天内多次刷新页面，只能算作一次 UV。 这种去重统计方式，更能反映内容的真实影响力。为了实现高效、准确的 UV 统计，本文将带你使用 Redis 搭建一套轻量级的统计系统。 一、为什么选择 Redis 来做 UV 统计？ 四、进阶技巧：分页 UV、多页面统计怎么做？ 对于追求性能与效率的网站而言，用 Redis 实现 UV 统计是一个轻量而高效的解决方案。
32710编辑于 2025-06-23 - 来自专栏又见苍岚
Fluid -24- Leancloud 失效解决方案 —— 自建站点 PV UV 统计
2022年8月，LeanCloud 国际版不再为来自中国大陆的 IP 提供服务，基于 LeanCloud 的站点统计因此失效，本文基于 Umami 的统计信息自建 PV UV 统计后台，解决上述问题。 统计和评论系统 截止当前（2022年8月15日）Walline 的 LeanCloud 数据库可以正常访问，即仍在正常运转，可能是有后台的代理服务器 站点 PV、UV 凉了，于是自建 功能需求 全站页面浏览量 （PV） 统计 全站用户访问量 （UV） 统计 当前在线用户数统计 文章页面浏览量统计 文章用户访问量统计 原理思路 计数工具 讲道理只要有看门的 callback 将用户信息发送到后台进行统计并想办法显示统计数据即可 github 上有很多工程可以使用 我在之前搭建了基于 Google 统计的工具 Umami 正好 Umami 有方便的 API 接口 可以调用 于是决定基于这款工具开发 PV UV 统计 LeanCloud 我选择在 Fluid 主题配置文件中加入该部分前端代码 打开 Hexo/_config.fluid.yml 文件 关闭原始 PV、UV 统计 # 展示网站的 PV、UV 统计数 # Display
1.3K20编辑于 2022-09-22 - 来自专栏图形视觉
网格UV展开
原文链接 UV展开是什么 参数曲面的参数域变量一般用UV字母来表达，比如参数曲面F(u,v)。所以一般叫的三维曲面本质上是二维的，它所嵌入的空间是三维的。 另一种是展开算法中的约束产生的扭曲，比如固定边界的UV展开。一种直观的观察展开扭曲程度的方式是，把一张棋盘格图片贴到网格上，棋盘格越均匀，UV展开扭曲越小。 单连通圆盘拓扑的UV展开：如图1情况所示。这种情况下，顶点和纹理坐标是一一对应的，一个顶点可以存一个纹理坐标。一般这类的UV展开，都是使用的顶点纹理坐标的概念。 任意网格的UV展开：如图2情况所示。 如下图所示，网格UV展开到平面后，把网格对应的贴图填充到UV坐标域，就得到了右边的纹理图。网格在渲染的时候，每个三角片离散化后，每个离散点会根据UV坐标值去纹理图里拾取颜色。 拾取的方法，可以是UV坐标值最近点颜色，也可以根据UV坐标值的相邻四个像素做双线性差值。 有兴趣的读者，欢迎参考视频版本
3.7K30发布于 2019-10-18 - 来自专栏腾讯云流计算 Oceanus
Oceanus 在腾讯微视数据的实践-统计某时间段内的uv、pv
业务背景： 为了实时监控微视端内app启动以及启动方式的情况，需要实时的统计每10分钟及每小时pv、uv。这里pv，每收到一条启动日志即+1，uv则需要依据启动的唯一标识qimei来做去重处理。 实现介绍： 实现pv、uv的统计主要微视数据尝试过两种方式，一是窗口方式：主要是使用flink window+valueState，统计的结果可以直接输出；另外一种是使用redis，借用外部存储系统redis 窗口方式：使用窗口的方式，来计算pv、uv，即根据需求的时间段，来设定窗口的大小，例如需要计算10分钟内的pv、uv则需要开一个10分钟时长的统计窗口，对于pv不需要做去重处理，对于uv，需要借用flink 借用redis：使用redis方式来计算某时间段的pv、uv，如果是需要计算任意时间段内,可以使用redis的zset结构或者是通过hash分片，都是把统计的时间窗口放在redis的key上，计算uv， 借用redis来计算pv、uv，代码实现较简单，统计的数据，可以按照实际需要直接保存在redis中，由于构造存储统计数据的key是按照日志上报的时间，该方式具有更长的延迟数据处理能力。
2.2K70发布于 2021-10-15 - 来自专栏周末程序猿
技术总结|十分钟了解UV统计算法HyperLogLog
前段时间产品提了个需求，需要统计APP的各个场景下的UV，如何实现？ 1、方案 考虑到上述问题的扩展性，除了统计APP每日的独立用户登录数，还需要统计打开每个页面的独立用户数。 方案一：用Set统计 首先我们想到肯定是通过类似 redis 的 Set，将每个openid添加到对应需要统计的 Set 中，每一种类型用一个 Set，那计算一下，如果存储1亿个key，每个key的大小 方案二：用bitmap统计 方案一最大的问题是存储 Set，但是我们需要的信息是存在或者不存在，那么这里其实用 bitmap 位运算0或1就可以解决当前问题，那么存储1亿个key，每个key需要1个bit 方案三：概率算法统计 在解决大数据量的情况下，很多实际场景不需要太精确的数据，为了节省内存同时满足大数据的统计需求，衍生了很多概率算法，如： Linear Counting：定义一个hash函数，function 4、扩展 （1）HyperLogLog能满足产品的需求，但是扩展到其他问题：如何实现长周期存储（一年的存储周期UV统计）； （2）如何实现分布式，本身HyperLogLog是单机算法，如何实现非集中式场景
44810编辑于 2025-02-27 - 来自专栏CSDNToQQCode
pv与uv的区别
如果网站被刷新了1000次，那么流量统计工具显示的PV就是1000。 uv(IP访问量):(更真实) 即Unique Visitor,访问您网站的一台电脑客户端为一个访客。 咱们CSDN中都有统计的：
1.6K20编辑于 2022-11-29 uv+VScode(winmac)
安装uv pip install uv for win: 具体要设置的话，需要你手动在电脑的文件路径栏里输入 %APPDATA%，并在该目录下创建uv文件夹并进入。 然后在uv文件夹里创建 uv.toml 文件并打开。 uv 步骤 2：进入 uv 配置目录 cd ~/.config/uv 步骤 3：创建并编辑 uv.toml 文件 使用 vim 编辑器创建并写入配置内容，命令如下： # 创建并打开uv.toml文件 vim 步骤 5：验证配置文件是否生效 # 查看uv.toml文件内容，确认配置已写入 cat ~/.config/uv/uv.toml 若终端输出上述镜像配置内容，说明文件创建成功。 我将其创建在了E:\\env-uv 创建好后，打开cmd，并进入E:\\env-uv。
5.7K11编辑于 2026-01-09- 来自专栏全栈程序员必看
什么是PV，UV。
该网页访问量，每次页面打开PV统计+1，也刷新。 IP接入号码指独立IP接入号码，计算基于独立IP在计算的时间段来计算访问我们的网站1二级IP接入号码。 UV接入号码（Unique Visitor）它是指独立访客参观人数，计算机终端作为一个游客。 而这个时候UV访问次数比较10。
1K20编辑于 2022-07-06 - 来自专栏码字搬砖
Flink 计算 PV UV
前言 使用 flink 很长一段时间了，突然发现竟然没有计算过 pv uv，这可是 flink 常见的计算场景了，面试时也是常问题之一。故自己想了一个场景来计算一下。 :"2020-12-28 12:32:23","courierId":12,"other":"aaa"} locTime：事件发生的时间，courierId 外卖员id 计算一天有多少个外卖员听单( UV currentDay + "-pv", courierInfoPVMapState.get(currentDay).toString()); map.put(currentDay + "-uv currentDay + "-pv", courierInfoPVMapState.get(currentDay).toString()); map.put(currentDay + "-uv (beforeDay + "-pv", courierInfoPVMapState.get(beforeDay).toString()); map.put(beforeDay + "-uv
1.5K20发布于 2020-12-31 - 来自专栏若尘的技术专栏
QPS，TPS，RT，PV，UV
具体来说，平均 Load 是指，在特定的一段时间内统计的正在 CPU 中运行的（R 状态）、正在等待 CPU 运行的和处于不可中断睡眠的（D 状态）任务数量的平均值。 UV 访客数（去重复）：Unique Visitor。
1.4K74发布于 2021-11-23 - 来自专栏游戏开发之旅
UnityShader实例06:UV动画
UV动画 UV动画，顾名思义，就是针对UV做的动画。在游戏中，一些动态水面，飞流直下的瀑布，流动的岩浆，跳动的火焰等等，很多都是通过操作UV做的动画。 在unity中我可以实用挂载脚本或者直接针对UV key动画帧做动画操作，而在本文中将通过shader编写实现三个比较常见的UV动画方式： 1.UV位移动画 2.UV序列帧动画 3.UV旋转动画 UV旋转动画 UV旋转动画在游戏开发中用得相对比较少，特效师一般会采用其他方式代替，这里将用shader实现一个UV旋转的动画。UV旋转实际上一个2D旋转，有关2D旋转的理论在这里。 (cos(_Speed*_Time.x),sin(_Speed*_Time.x)); //获得旋转后的uv坐标值 uv=float2((uv.x*rotate.x-uv.y*rotate.y) =float2((uv.x*rotate.x-uv.y*rotate.y),(uv.x*rotate.y+uv.y*rotate.x)); uv+=0.5;
1.9K10发布于 2019-12-03 - 来自专栏若尘的技术专栏
QPS，TPS，RT，PV，UV
具体来说，平均 Load 是指，在特定的一段时间内统计的正在 CPU 中运行的（R 状态）、正在等待 CPU 运行的和处于不可中断睡眠的（D 状态）任务数量的平均值。 UV 访客数（去重复）：Unique Visitor。
2.6K45编辑于 2021-12-07
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号