眾所周至，拼多多的待遇也是高的可怕，在挖人方面也是不遺余力，對(duì)于一些工作3年的開發(fā)，稍微優(yōu)秀一點(diǎn)的，都給到30K的Offer。
當(dāng)然，拼多多加班也是出名的，一周上6天班是常態(tài)，每天工作時(shí)間基本都是超過12個(gè)小時(shí)，也是相當(dāng)辛苦的。
廢話不多說，今天我們來聊一聊拼多多的一道后臺(tái)面試真題，是一道簡(jiǎn)單的架構(gòu)類的題目：
拼多多有數(shù)億的用戶，那么對(duì)于某個(gè)網(wǎng)頁，怎么使用Redis來統(tǒng)計(jì)一個(gè)網(wǎng)站的用戶訪問數(shù)呢?
使用Hash
哈希是Redis的一種基礎(chǔ)數(shù)據(jù)結(jié)構(gòu)，Redis底層維護(hù)的是一個(gè)開散列，會(huì)把不同的key映射到哈希表上，如果是遇到關(guān)鍵字沖突，那么就會(huì)拉出一個(gè)鏈表出來。
當(dāng)一個(gè)用戶訪問的時(shí)候，如果用戶登陸過，那么我們就使用用戶的id，如果用戶沒有登陸過，那么我們也能夠前端頁面隨機(jī)生成一個(gè)key用來標(biāo)識(shí)用戶。
當(dāng)用戶訪問的時(shí)候，我們可以使用HSET命令，key可以選擇URI與對(duì)應(yīng)的日期進(jìn)行拼湊，field可以使用用戶的id或者隨機(jī)標(biāo)識(shí)，value可以簡(jiǎn)單設(shè)置為1。
當(dāng)我們要統(tǒng)計(jì)某一個(gè)網(wǎng)站某一天的訪問量的時(shí)候，就可以直接使用HLEN來得到最終的結(jié)果了。
優(yōu)點(diǎn)：簡(jiǎn)單，容易實(shí)現(xiàn)，查詢也是非常方便，數(shù)據(jù)準(zhǔn)確性非常高。
缺點(diǎn)：占用內(nèi)存過大，。隨著key的增多，性能也會(huì)下降。小網(wǎng)站還行，拼多多這種數(shù)億PV的網(wǎng)站肯定受不了。
使用Bitset
我們知道，對(duì)于一個(gè)32位的int，如果我們只用來記錄id，那么只能夠記錄一個(gè)用戶，但如果我們轉(zhuǎn)成2進(jìn)制，每位用來表示一個(gè)用戶，那么我們就能夠一口氣表示32個(gè)用戶，空間節(jié)省了32倍!
對(duì)于有大量數(shù)據(jù)的場(chǎng)景，如果我們使用bitset，那么可以節(jié)省非常多的內(nèi)存。
對(duì)于沒有登陸的用戶，我們也可以使用哈希算法，把對(duì)應(yīng)的用戶標(biāo)識(shí)哈希成一個(gè)數(shù)字id。bitset非常的節(jié)省內(nèi)存，假設(shè)有1億個(gè)用戶，也只需要100000000/8/1024/1024約等于12兆內(nèi)存。
Redis已經(jīng)為我們提供了SETBIT的方法，使用起來非常的方便，我們可以看看下面的例子。
我們?cè)趇tem頁面可以不停地使用SETBIT命令，設(shè)置用戶已經(jīng)訪問了該頁面，也可以使用GETBIT的方法查詢某個(gè)用戶是否訪問。最后我們通過BITCOUNT可以統(tǒng)計(jì)該網(wǎng)頁每天的訪問數(shù)量。
優(yōu)點(diǎn)：占用內(nèi)存更小，查詢方便，可以指定查詢某個(gè)用戶，數(shù)據(jù)可能略有瑕疵，對(duì)于非登陸的用戶，可能不同的key映射到同一個(gè)id，否則需要維護(hù)一個(gè)非登陸用戶的映射，有額外的開銷。
缺點(diǎn)：如果用戶非常的稀疏，那么占用的內(nèi)存可能比方法一更大。
使用概率算法
對(duì)于拼多多這種多個(gè)頁面都可能非常多訪問量的網(wǎng)站，如果所需要的數(shù)量不用那么準(zhǔn)確，可以使用概率算法。
事實(shí)上，我們對(duì)一個(gè)網(wǎng)站的UV的統(tǒng)計(jì)，1億跟1億零30萬其實(shí)是差不多的。
在Redis中，已經(jīng)封裝了HyperLogLog算法，他是一種基數(shù)評(píng)估算法。這種算法的特征，一般都是數(shù)據(jù)不存具體的值，而是存用來計(jì)算概率的一些相關(guān)數(shù)據(jù)。
當(dāng)用戶訪問網(wǎng)站的時(shí)候，我們可以使用PFADD命令，設(shè)置對(duì)應(yīng)的命令，最后我們只要通過PFCOUNT就能順利計(jì)算出最終的結(jié)果，因?yàn)檫@個(gè)只是一個(gè)概率算法，所以可能存在0.81%的誤差。
優(yōu)點(diǎn)：占用內(nèi)存極小，對(duì)于一個(gè)key，只需要12kb。對(duì)于拼多多這種超多用戶的特別適用。
缺點(diǎn)：查詢指定用戶的時(shí)候，可能會(huì)出錯(cuò)，畢竟存的不是具體的數(shù)據(jù)。總數(shù)也存在一定的誤差。
上面就是常見的3種適用Redis統(tǒng)計(jì)網(wǎng)站用戶訪問數(shù)的方法了。
