每个人都很体贴，拼多多的酬劳也是惨不忍睹，挖人不遗余力。一些工作3年的开发者，稍微好一点的就会给30K的offer。当然，拼多多也是出了名的加班。一周工作6天很正常，每天的工作时间基本都在12小时以上，也挺辛苦的。废话不多说，今天我们说一道拼多多的真实后台面试题，一道简单的架构题：拼多多有上亿的用户，那么对于某个网页，如何使用Redis来统计一个网站呢？用户访问量？Hash是Redis的一种基本数据结构。Redis底层维护了一个开放的哈希表，将不同的key映射到哈希表中。如果有关键字冲突，那么就会拉出一个链表。当用户访问时，如果用户已经登录，那么我们会使用用户的id，如果用户没有登录，那么我们也可以在前端页面随机生成一个key来标识用户。当用户访问时，我们可以使用HSET命令，key可以选择URI和对应的date拼凑，field可以使用用户的id或者一个随机的标识符，value可以简单的设置为1。当我们想统计某天某个网站的访问量，我们可以直接使用HLEN得到最终结果。优点：简单，容易实现，查询非常方便，数据准确率非常高。缺点：太占内存。随着按键数量的增加，性能也会下降。小网站还好，但像拼多多这样上亿PV的网站肯定受不了。使用Bitset，我们知道对于一个32位的int，如果我们只用它来记录id，那么我们只能记录一个用户，但是如果我们把它转换成二进制，每一位用来代表一个用户，那么我们一口气可以录制代表32个用户，空间节省32倍！对于数据量大的场景，如果我们使用bitset，可以节省很多内存。对于没有登录的用户，我们还可以使用哈希算法，将对应的用户ID哈希成一个数字ID。Bitset非常节省内存。假设有1亿用户，只需要100000000/8/1024/1024，也就是12兆左右的内存。Redis为我们提供了SETBIT方法，使用起来非常方便。我们可以看看下面的例子。我们可以在item页面连续使用SETBIT命令来设置用户访问过该页面，也可以使用GETBIT方法查询某个用户是否访问过。最后，我们可以通过BITCOUNT统计网页每天的访问次数。优点：占用内存少，查询方便。可以指定一个用户查询，数据可能会有点瑕疵。对于非登录用户，不同的key可能映射到同一个id，否则需要为非登录用户维护一个映射。额外的开销。缺点：如果用户非常稀疏，占用的内存可能比方法一大。使用概率算法对于像拼多多这样的网站，可能在多个页面上都有很大的流量，如果要求的数量不是那么准确，可以使用概率算法。其实我们统计一个网站的UV，1亿和10030其实差不多。Redis中封装了HyperLogLog算法，是一种基数求值算法。该算法的特点是数据中一般不存储具体的数值，而是存储一些用于计算概率的相关数据。当用户访问网站时，我们可以使用PFADD命令来设置相应的命令。最后，我们只需要通过PFCOUNT就可以顺利计算出最终的结果。因为这只是一个概率算法，可能会有0.81%的误差。优点：占用内存很小。对于密钥，它只需要12kb。尤其适合拥有大量用户的拼多多。缺点：查询指定用户时，可能会出错，毕竟没有存储具体的数据。总数也有一些误差。以上就是使用Redis统计网站用户访问量的三种常用方法。
