Веб- і застосункова аналітика
Щоденні й місячні унікальні користувачі на сторінку чи функцію, об'єднані між днями через PFMERGE.
Базові даніАналітика
Підрахунок у великому масштабі з імовірнісними структурами
Унікальні відвідувачі, «чи ми це бачили?», топ-елементи та частоти по мільярдах подій, кожне в невеликому фіксованому обсязі пам'яті.
- імовірнісні структури
- 4
- пам'ять на структуру
- Фіксована
- межі похибки
- Відомі
Крок 1 з 5
Унікальні відвідувачі
Додайте id відвідувачів у HyperLogLog. Пам'ять лишається малою, скільки б їх не надходило.
Приклад сесіїplaying
# Унікальні відвідувачі
hotkv> PFADD visitors:2026-10-16 user:42 user:77 user:91
(integer) 1
Анімований покроковий розбір з реальними командами HotKV і прикладами відповідей. Натисніть будь-який крок, щоб перейти до нього. Команди та відповіді залишаються англійською, так само, як ви вводите й бачите їх у HotKV.
Проблема
Точні відповіді на «скільки унікальних користувачів», «чи ми вже надсилали цей лист» або «які топ-запити» потребують пам'яті, що зростає з кожним окремим елементом. На мільярдах подій це перетворюється на гігабайти множин і лічильників на кожне запитання.
Як це вирішує HotKV
Імовірнісні структури міняють невелику відому похибку на сталу пам'ять. HyperLogLog рахує різні елементи, фільтри Блума відповідають про належність, Top-K відстежує найчастіші елементи, а Count-min sketch оцінює, як часто траплявся будь-який елемент. Усі чотири вбудовано в HotKV.
Крок за кроком
Що відбувається, команда за командою
- 01
Унікальні відвідувачі
Додайте id відвідувачів у HyperLogLog. Пам'ять лишається малою, скільки б їх не надходило.
PFADD visitors:2026-10-16 user:42 user:77 user:91 - 02
Скільки?
Оцінка кількості різних відвідувачів з малою стандартною похибкою.
PFCOUNT visitors:2026-10-16 - 03
Ніколи не надсилайте двічі
Перед надсиланням кампанійного листа перевірте, чи ця адреса вже його отримала.
BF.EXISTS sent:campaign:fall ada@example.com - 04
Топ-пошуки
Top-K зберігає найчастіші елементи, поки події надходять потоком.
TOPK.LIST searches:today WITHCOUNT - 05
Як часто для будь-якого елемента
Count-min sketch оцінює кількість будь-якого елемента, у списку чи ні.
CMS.QUERY pageviews /home /pricing /blog
Де це доречно
Реальні сценарії
Пошта та сповіщення
Фільтри Блума зупиняють дубльовані надсилання між повторними спробами та кампаніями.
Пошук і комерція
Топ-запити й найпереглядуваніші товари відстежуються наживо для мерчандайзингу.
Вбудовано
Що ви отримуєте
HyperLogLog
Кількості різних елементів, що об'єднуються між бакетами.
PFADDPFCOUNTPFMERGEФільтри Блума
Належність із налаштовуваною часткою хибнопозитивних результатів.
BF.RESERVEBF.ADDBF.EXISTSTop-K
Найчастіші елементи в потоці.
TOPK.ADDTOPK.LISTCount-min sketch
Оцінки частоти для будь-якого елемента.
CMS.INCRBYCMS.QUERYПоширені запитання
Наскільки вони точні?
Фільтри Блума дозволяють задати частку помилок, а Count-min sketch ширину й глибину. HyperLogLog має малу фіксовану стандартну похибку.
Чи може фільтр Блума пропустити те, що бачив?
Ні. Він може дати хибнопозитивний результат, але ніколи хибнонегативний.
Чи потрібен мені модуль?
Ні. Вони є частиною HotKV.
Пов'язані сценарії використання
Спробуйте на власному навантаженні
HotKV розмовляє протоколом Redis, тож ви можете направити на нього наявний клієнт і виконувати ті самі команди.