基本上是一种Redis的Set，它使用优化的算法来计算元素，避免了大量的内存消耗。Set和HyperLogLog的区别在于，使用HyperLogLog，你只能添加，计算唯一的元素，并将一些HyperLogLog合并到另一个HyperLogLog中，所以基本上你不需要像在SET中那样将成员存储在HyperLogLog中，然后检索它们。您只是存储不同成员的示例，这就是HyperLogLog不提供检索其存储成员的命令的原因。
一个明显的用例可能是，如果您希望拥有一个巨大的SET，其中您希望对集合中的唯一数据的数量进行多次计数，您对集合中的数据不感兴趣，您只对消耗低内存感兴趣，即使集合增长很多。例如，假设您有一个影响力很大的系统，其中有大量用户，并且所有用户都非常活跃。并且您希望了解系统中每个网页的独立访问者数量。您希望实时更新，因此您将每秒钟查询每个网站的独立访问者。您可以为系统中的每个URI创建一个HyperLogLog，它将代表该网页，并且每次用户访问URL时，您都将PFAAD user_id：

全氟辛烷磺酸/api/show/concerts id789989

然后每隔一秒，您将对每个URL-HyperLogLog进行迭代，以获取唯一用户访问者的数量

产品计数/api/show/concerts

一四五五四二

产品计数/api/show/open-airs

• 二五五六五二二三 *

您可能会说，是的，但是我可以通过使用SET来获得相同的功能，其好处是每个集合中的user_id都是成员。（第二个）您使用SCARD命令查询每个集合以获得唯一访问者的数量，您将花费甚至更多的内存，因此出于某种原因，您至少需要存储user_id，HyperLogLogs作为独特元素的计数器是更好的选择。对于我们的用例，想象一下有200-300个集合，其中大约有20- 30 k个用户。
HyperLogLog和Set命令之间的对应关系：

• PFADD = SADD
• PF计数= SCARD
• PFMERGE =太阳

• 我不认为它被认为是一种数据类型。它是一种算法，但在Redis中它被认为是类型
• 这是一个非常复杂的算法，它查看字符串，对它进行一些解析，进行一些非常复杂的数学运算，并在某种程度上记住该字符串，但实际上并不存储它
• 它与日志无关（我认为是）。每当我们想要跟踪不同元素集合的唯一性，特别是近似唯一性时，就使用它。
• 类似于集合，但不存储元素
• 它的运行时间为O（1）（恒定时间），并且使用非常少的内存-每个键最多12 kB内存。
• HyperLogLog算法是概率性的，这意味着它不能保证100%的准确性，因为hyperloglog并没有真正存储这些单独的项目。Redis实现的HyperLogLog的标准误差为0.81%。这意味着如果你看到1000个视图，真实的的计数可能在991-1008之间。计算视图数量时出现此错误是可以的，但如果需要跟踪唯一的用户名或电子邮件，则应将其存储在集合中。

以下是几个可以使用HyperLogLogs的示例：
·统计访问网站的独立用户数
·统计在特定日期或时间在您的网站上搜索的不同术语的数量
·统计用户使用的不同标签的数量
·计算书中出现的不同单词的数量