眾所周至纷宇，拼多多的待遇也是高的可怕，在挖人方面也是不遺余力龙屉，對(duì)于一些工作3年的開(kāi)發(fā)呐粘，稍微優(yōu)秀一點(diǎn)的，都給到30K的Offer转捕，當(dāng)然作岖，拼多多加班也是出名的，一周上6天班是常態(tài)五芝，每天工作時(shí)間基本都是超過(guò)12個(gè)小時(shí)痘儡，也是相當(dāng)辛苦的。
廢話不多說(shuō)枢步，今天我們來(lái)聊一聊拼多多的一道后臺(tái)面試真題沉删，是一道簡(jiǎn)單的架構(gòu)類(lèi)的題目：拼多多有數(shù)億的用戶，那么對(duì)于某個(gè)網(wǎng)頁(yè)醉途，怎么使用Redis來(lái)統(tǒng)計(jì)一個(gè)網(wǎng)站的用戶訪問(wèn)數(shù)呢矾瑰？
01
使用Hash
哈希是Redis的一種基礎(chǔ)數(shù)據(jù)結(jié)構(gòu)，Redis底層維護(hù)的是一個(gè)開(kāi)散列隘擎，會(huì)把不同的key映射到哈希表上殴穴，如果是遇到關(guān)鍵字沖突，那么就會(huì)拉出一個(gè)鏈表出來(lái)货葬。
當(dāng)一個(gè)用戶訪問(wèn)的時(shí)候采幌，如果用戶登陸過(guò)，那么我們就使用用戶的id震桶，如果用戶沒(méi)有登陸過(guò)休傍，那么我們也能夠前端頁(yè)面隨機(jī)生成一個(gè)key用來(lái)標(biāo)識(shí)用戶，當(dāng)用戶訪問(wèn)的時(shí)候蹲姐，我們可以使用HSET命令磨取，key可以選擇URI與對(duì)應(yīng)的日期進(jìn)行拼湊人柿，field可以使用用戶的id或者隨機(jī)標(biāo)識(shí)，value可以簡(jiǎn)單設(shè)置為1寝衫。
當(dāng)我們要統(tǒng)計(jì)某一個(gè)網(wǎng)站某一天的訪問(wèn)量的時(shí)候顷扩，就可以直接使用HLEN來(lái)得到最終的結(jié)果了。
優(yōu)點(diǎn)：簡(jiǎn)單慰毅，容易實(shí)現(xiàn)隘截，查詢也是非常方便，數(shù)據(jù)準(zhǔn)確性非常高汹胃。
缺點(diǎn)：占用內(nèi)存過(guò)大婶芭。隨著key的增多，性能也會(huì)下降着饥。小網(wǎng)站還行犀农，拼多多這種數(shù)億PV的網(wǎng)站肯定受不了使用Bitset
02
使用Bitset我們知道，對(duì)于一個(gè)32位的int宰掉，如果我們只用來(lái)記錄id呵哨，那么只能夠記錄一個(gè)用戶，但如果我們轉(zhuǎn)成2進(jìn)制轨奄，每位用來(lái)表示一個(gè)用戶孟害，那么我們就能夠一口氣表示32個(gè)用戶，空間節(jié)省了32倍挪拟！
對(duì)于有大量數(shù)據(jù)的場(chǎng)景挨务，如果我們使用bitset，那么玉组，可以節(jié)省非常多的內(nèi)存谎柄。對(duì)于沒(méi)有登陸的用戶，我們也可以使用哈希算法惯雳，把對(duì)應(yīng)的用戶標(biāo)識(shí)哈希成一個(gè)數(shù)字id朝巫。bitset非常的節(jié)省內(nèi)存，假設(shè)有1億個(gè)用戶石景，也只需要100000000/8/1024/1024約等于12兆內(nèi)存劈猿。
Redis已經(jīng)為我們提供了SETBIT的方法，使用起來(lái)非常的方便鸵钝，我們可以看看下面的例子糙臼，我們?cè)趇tem頁(yè)面可以不停地使用SETBIT命令庐镐，設(shè)置用戶已經(jīng)訪問(wèn)了該頁(yè)面恩商，也可以使用GETBIT的方法查詢某個(gè)用戶是否訪問(wèn)。最后我們通過(guò)BITCOUNT可以統(tǒng)計(jì)該網(wǎng)頁(yè)每天的訪問(wèn)數(shù)量必逆。
優(yōu)點(diǎn)：占用內(nèi)存更小怠堪，查詢方便揽乱，可以指定查詢某個(gè)用戶，數(shù)據(jù)可能略有瑕疵粟矿，對(duì)于非登陸的用戶凰棉，可能不同的key映射到同一個(gè)id，否則需要維護(hù)一個(gè)非登陸用戶的映射陌粹，有額外的開(kāi)銷(xiāo)撒犀。
缺點(diǎn)：如果用戶非常的稀疏，那么占用的內(nèi)存可能比方法一更大掏秩。使用概率算法
對(duì)于拼多多這種多個(gè)頁(yè)面都可能非常多訪問(wèn)量的網(wǎng)站或舞，如果所需要的數(shù)量不用那么準(zhǔn)確，可以使用概率算法蒙幻，事實(shí)上映凳，我們對(duì)一個(gè)網(wǎng)站的UV的統(tǒng)計(jì)，1億跟1億零30萬(wàn)其實(shí)是差不多的邮破。在Redis中诈豌，已經(jīng)封裝了HyperLogLog算法，他是一種基數(shù)評(píng)估算法抒和。這種算法的特征矫渔，一般都是數(shù)據(jù)不存具體的值，而是存用來(lái)計(jì)算概率的一些相關(guān)數(shù)據(jù)构诚。
03
使用PFADD
當(dāng)用戶訪問(wèn)網(wǎng)站的時(shí)候蚌斩，我們可以使用PFADD命令，設(shè)置對(duì)應(yīng)的命令范嘱，最后我們只要通過(guò)PFCOUNT就能順利計(jì)算出最終的結(jié)果送膳，因?yàn)檫@個(gè)只是一個(gè)概率算法，所以可能存在0.81%的誤差丑蛤。
優(yōu)點(diǎn)：占用內(nèi)存極小叠聋，對(duì)于一個(gè)key，只需要12kb受裹。對(duì)于拼多多這種超多用戶的特別適用碌补。
缺點(diǎn)：查詢指定用戶的時(shí)候，可能會(huì)出錯(cuò)棉饶，畢竟存的不是具體的數(shù)據(jù)厦章。總數(shù)也存在一定的誤差照藻。
好了袜啃，上面就是常見(jiàn)的3種適用Redis統(tǒng)計(jì)網(wǎng)站用戶訪問(wèn)數(shù)的方法了。
