Webとアプリの分析
ページや機能ごとの日次・月次のユニークユーザー数を、PFMERGEで日をまたいで統合します。
コアデータ分析
大規模カウント
ユニーク訪問者、「これは見たことがあるか」、上位アイテム、頻度を、数十億件のイベントにわたって、それぞれ少量の固定メモリで扱います。
- 確率的データ構造
- 4
- 構造ごとのメモリ
- 固定
- 誤差範囲
- 既知
ステップ 1 / 5
ユニーク訪問者
訪問者IDをHyperLogLogに追加します。どれだけ届いてもメモリは小さいままです。
サンプルセッションplaying
# ユニーク訪問者
hotkv> PFADD visitors:2026-10-16 user:42 user:77 user:91
(integer) 1
実際のHotKVコマンドと応答例を使ったアニメーションのウォークスルーです。任意のステップをクリックすると、そこに移動します。 コマンドと応答は、HotKVで実際に入力し表示されるとおり英語のままです。
課題
「ユニークユーザーは何人か」「このメールは以前送ったか」「上位の検索語は何か」に正確に答えるには、異なるアイテムが増えるたびに大きくなるメモリが必要です。数十億件のイベントともなれば、質問1つにつきギガバイト単位のセットとカウンターになります。
HotKVでの解決方法
確率的データ構造は、小さく既知の誤差と引き換えに、一定のメモリで済ませます。HyperLogLogは異なるアイテムを数え、Bloomフィルターは所属判定に答え、Top-Kは最も頻繁なアイテムを追跡し、Count-minスケッチは任意のアイテムの出現頻度を推定します。4つすべてがHotKVに組み込まれています。
ステップごとに
コマンドごとに何が起きるか
- 01
ユニーク訪問者
訪問者IDをHyperLogLogに追加します。どれだけ届いてもメモリは小さいままです。
PFADD visitors:2026-10-16 user:42 user:77 user:91 - 02
何人？
小さな標準誤差で、異なる訪問者の数を推定します。
PFCOUNT visitors:2026-10-16 - 03
二度と重複送信しない
キャンペーンメールを送る前に、このアドレスにすでに届いているかを確認します。
BF.EXISTS sent:campaign:fall ada@example.com - 04
上位の検索語
Top-Kが、イベントの流入に合わせて最も頻繁なアイテムを保持します。
TOPK.LIST searches:today WITHCOUNT - 05
任意のアイテムの頻度
Count-minスケッチが、一覧にあるかどうかにかかわらず、任意のアイテムの回数を推定します。
CMS.QUERY pageviews /home /pricing /blog
活用シーン
実際のシナリオ
メールと通知
Bloomフィルターが、リトライやキャンペーンをまたいだ重複送信を防ぎます。
検索とコマース
上位のクエリや最も閲覧された商品を、マーチャンダイジングのためにライブで追跡します。
標準搭載
得られるもの
HyperLogLog
バケットをまたいで統合できる異なり数のカウント。
PFADDPFCOUNTPFMERGEBloomフィルター
偽陽性率を設定できる所属判定。
BF.RESERVEBF.ADDBF.EXISTSTop-K
ストリーム内で最も頻繁なアイテム。
TOPK.ADDTOPK.LISTCount-minスケッチ
任意のアイテムの頻度推定。
CMS.INCRBYCMS.QUERYよくある質問
どのくらい正確ですか？
Bloomフィルターでは誤り率を、Count-minスケッチでは幅と深さを設定できます。HyperLogLogの標準誤差は小さく固定です。
Bloomフィルターが、見たものを見逃すことはありますか？
いいえ。偽陽性を報告することはあっても、偽陰性は決してありません。
モジュールは必要ですか？
いいえ。これらはHotKVの一部です。
関連するユースケース
ご自身のワークロードで試してみましょう
HotKVはRedisプロトコルに対応しているため、既存のクライアントを向けるだけで、これらと同じコマンドを実行できます。