拼多多面試真題：如何用 Redis 統計獨立用戶訪問量！

閱讀本文大概須要 2.8 分鐘。

做者：沙茶敏碎碎念

衆所周至，拼多多的待遇也是高的可怕，在挖人方面也是竭盡全力，對於一些工做 3 年的開發，稍微優秀一點的，都給到 30K 的 Offer。

固然，拼多多加班也是出名的，一週上 6 天班是常態，天天工做時間基本都是超過 12 個小時，也是至關辛苦的。

廢話很少說，今天咱們來聊一聊拼多多的一道後臺面試真題，是一道簡單的架構類的題目：

拼多多有數億的用戶，那麼對於某個網頁，怎麼使用 Redis 來統計一個網站的用戶訪問數呢？

使用 Hash

哈希是 Redis 的一種基礎數據結構，Redis 底層維護的是一個開散列，會把不一樣的 key 映射到哈希表上，若是是遇到關鍵字衝突，那麼就會拉出一個鏈表出來。

當一個用戶訪問的時候，若是用戶登錄過，那麼咱們就使用用戶的 id，若是用戶沒有登錄過，那麼咱們也可以前端頁面隨機生成一個 key 用來標識用戶。

當用戶訪問的時候，咱們可使用 HSET 命令，key 能夠選擇 URI 與對應的日期進行拼湊，field 可使用用戶的 id 或者隨機標識，value 能夠簡單設置爲 1。

當咱們要統計某一個網站某一天的訪問量的時候，就能夠直接使用 HLEN 來獲得最終的結果了。

優勢：簡單，容易實現，查詢也是很是方便，數據準確性很是高。

缺點：佔用內存過大，隨着 key 的增多，性能也會降低。小網站還行，拼多多這種數億 PV 的網站確定受不了

使用 Bitset

咱們知道，對於一個 32 位的 int，若是咱們只用來記錄 id，那麼只可以記錄一個用戶，但若是咱們轉成 2 進制，每位用來表示一個用戶，那麼咱們就可以一口氣表示 32 個用戶，空間節省了 32 倍！

對於有大量數據的場景，若是咱們使用 bitset，那麼，能夠節省很是多的內存。

對於沒有登錄的用戶，咱們也可使用哈希算法，把對應的用戶標識哈希成一個數字 id。

bitset 很是的節省內存，假設有 1 億個用戶，也只須要 100000000/8/1024/1024 約等於 12 兆內存。

Redis 已經爲咱們提供了 SETBIT 的方法，使用起來很是的方便。

咱們能夠看看下面的例子：

咱們在 item 頁面能夠不停地使用 SETBIT 命令，設置用戶已經訪問了該頁面，也可使用 GETBIT 的方法查詢某個用戶是否訪問。

最後咱們經過 BITCOUNT 能夠統計該網頁天天的訪問數量。

優勢佔用內存更小，查詢方便，能夠指定查詢某個用戶，數據可能略有瑕疵，對於非登錄的用戶，可能不一樣的 key 映射到同一個 id，不然須要維護一個非登錄用戶的映射，有額外的開銷。

缺點若是用戶很是的稀疏，那麼佔用的內存可能比方法一更大。

使用機率算法

對於拼多多這種多個頁面均可能很是多訪問量的網站，若是所須要的數量不用那麼準確，可使用機率算法，事實上，咱們對一個網站的 UV 的統計，1 億跟 1 億零 30 萬實際上是差很少的。

在 Redis 中，已經封裝了 HyperLogLog 算法，他是一種基數評估算法。

這種算法的特徵，通常都是數據不存具體的值，而是存用來計算機率的一些相關數據。

當用戶訪問網站的時候，咱們可使用 PFADD 命令，設置對應的命令，最後咱們只要經過 PFCOUNT 就能順利計算出最終的結果，由於這個只是一個機率算法，因此可能存在 0.81% 的偏差。

優勢佔用內存極小，對於一個 key，只須要 12kb。對於拼多多這種超多用戶的特別適用。

缺點查詢指定用戶的時候，可能會出錯，畢竟存的不是具體的數據。總數也存在必定的偏差。

好了，上面就是常見的 3 種適用 Redis 統計網站用戶訪問數的方法了。

原文連接：

www.toutiao.com/i6695734985246114312/

·END·

程序員的成長之路

路雖遠，行則必至

本文原發於 同名微信公衆號「程序員的成長之路」，回覆「1024」你懂得，給個讚唄。

回覆 [ 520 ] 領取程序員最佳學習方式

回覆 [ 256 ] 查看 Java 程序員成長規劃