PFCOUNT

当使用单个键调用时，返回存储在指定变量中的 HyperLogLog 数据结构计算出的近似基数。如果该变量不存在，则返回 0。

当使用多个键调用时，通过内部将所提供键中存储的 HyperLogLog 合并到一个临时 HyperLogLog 中，返回所传递的 HyperLogLog 集合的并集的近似基数。

HyperLogLog 数据结构可用于以少量固定内存计算集合中的唯一元素，具体来说，每个 HyperLogLog 仅需 12k 字节（加上键本身的几个字节）。

观测集合返回的基数不精确，但近似值具有 0.81% 的标准误差。

例如，为了统计一天内所有唯一的搜索查询，程序需要在每次处理查询时调用 PFADD。随时可以使用 PFCOUNT 检索唯一查询的估计数量。

注意：作为调用此函数的副作用，HyperLogLog 可能会被修改，因为最后 8 个字节编码了为缓存目的而计算出的最新基数。因此，PFCOUNT 从技术上讲是一个写命令。

示例

127.0.0.1:6379> PFADD hll foo bar zap
(integer) 1
127.0.0.1:6379> PFADD hll zap zap zap
(integer) 0
127.0.0.1:6379> PFADD hll foo bar
(integer) 0
127.0.0.1:6379> PFCOUNT hll
(integer) 3
127.0.0.1:6379> PFADD some-other-hll 1 2 3
(integer) 1
127.0.0.1:6379> PFCOUNT hll some-other-hll
(integer) 6

性能

当使用单个键调用 PFCOUNT 时，即使理论上处理密集 HyperLogLog 的常数时间很高，性能也非常好。这是因为 PFCOUNT 使用缓存来记住先前计算的基数，该基数很少更改，因为大多数 PFADD 操作不会更新任何寄存器。每秒可以执行数百次操作。

当使用多个键调用 PFCOUNT 时，会进行 HyperLogLog 的即时合并，这很慢，此外，并集的基数无法缓存，因此当与多个键一起使用时，PFCOUNT 可能需要毫秒量级的时间，不应滥用。

用户应记住，此命令的单键和多键执行在语义上有所不同，并且性能也不同。

HyperLogLog 表示

HyperLogLog 使用双重表示：*稀疏*表示适用于计数少量元素（导致少量寄存器设置为非零值）的 HLL，以及适用于更高基数的*密集*表示。Valkey 在需要时会自动从稀疏表示切换到密集表示。

稀疏表示使用一种游程编码，经过优化，可以有效地存储大量设置为零的寄存器。密集表示是一个 12288 字节的字符串，用于存储 16384 个 6 位计数器。需要双重表示的原因是，对于较小的基数，使用 12k（这是密集表示的内存要求）来编码少数寄存器是极其次优的。

两种表示都带有一个 16 字节的头部，其中包含一个魔术字、一个编码/版本字段，以及以小端格式存储的缓存基数估算值（如果 HyperLogLog 自基数计算以来已更新，导致估算无效，则最高位为 1）。

HyperLogLog 作为一个字符串，可以使用 GET 命令检索，并使用 SET 命令恢复。使用损坏的 HyperLogLog 调用 PFADD、PFCOUNT 或 PFMERGE 命令绝不是问题，它可能会返回随机值，但不会影响服务器的稳定性。大多数情况下，当稀疏表示被损坏时，服务器会识别出损坏并返回错误。

从处理器字长和字节序的角度来看，这种表示是中立的，因此 32 位和 64 位处理器、大端或小端都使用相同的表示。

有关 HyperLogLog 实现的更多详细信息，请参见这篇博客文章。hyperloglog.c 文件中实现的源代码也易于阅读和理解，并包含稀疏和密集表示所用确切编码的完整规范。

RESP2/RESP3 回复

整数回复：通过 PFADD 观察到的唯一元素的近似数量。