怎么用Redis快速查数量，简单又实用的方法分享给你

说到快速查数量,比如你想知道你的网站今天有多少新用户注册，或者一个热门帖子有多少条评论，又或者你的商品库存还剩多少，这种时候如果直接去数据库里数，数据量一大就会慢得像蜗牛，Redis之所以快，主要是因为它把数据都放在内存里操作，而且它的数据结构非常高效，下面我就分享几个最常用、最直接的方法。

最直接的武器：GET 和 SET

这个方法理解起来最简单,你想统计在线用户数，当一个用户上线时，你执行一个命令，把这个数加1；用户下线时，减1，在Redis里，你可以用一个键（key）来存这个数，比如键的名字叫 user:online:count。

• 初始化：如果刚开始没有这个数，你可以先把它设为0，命令是：SET user:online:count 0。
• 用户上线：INCR user:online:count，这个命令会把数量加1，并且返回加完后的新值，它的好处是，Redis保证这个操作是原子性的，也就是说即使有成千上万个用户同时上线，也不会出现数错的情况。
• 用户下线：DECR user:online:count，同理，原子性地减1。
• 查询数量：这时候就非常简单了，直接用 GET user:online:count，Redis会瞬间把当前的值返回给你。

这种方法非常适合计数逻辑简单,只有增加和减少两种操作的场景，它的速度极快，因为只是简单的读取一个键的值。

应对复杂情况：哈希（Hash）和 HLEN

我们的需求没那么简单,你不是想统计总在线用户数，而是想统计每个省份的在线用户数，如果用上面的方法，你得为每个省份创建一个键，user:online:count:zhejiang, user:online:count:beijing，管理起来很麻烦。

这时候,Redis的哈希结构就派上用场了，你可以把一个哈希想象成一个小型的键值对集合，我们可以创建一个叫 user:online:info 的哈希。

• 用户上线：假设一个浙江的用户上线了，你执行：HSET user:online:info zhejiang 1，如果浙江的计数已经存在，这个命令会覆盖旧值，但更常见的做法是，我们不直接设置值，而是用另一个命令。
• 更优的上线操作：HINCRBY user:online:info zhejiang 1，这个命令和 INCR 类似，是专门为哈希的字段（field）设计的增量命令，同样是原子操作，如果字段 zhejiang 不存在，Redis会先把它初始化为0再加1。
• 查询某个省份的数量：HGET user:online:info zhejiang。
• 查询所有省份的总在线用户数：这需要把哈希里所有字段的值加起来吗？不需要！Redis提供了一个超快的命令：HLEN user:online:info，等一下，这里有个常见的误解。HLEN 返回的是哈希中字段的数量，而不是所有字段值的总和，在这个例子里，它返回的是你统计了多少个省份，而不是总用户数，如果你要统计总用户数，还是得用第一种方法，或者遍历所有字段的值求和（这就不算“快速”了）。

HLEN 什么时候才能真正“快速查数量”呢？当你需要统计的是集合中不重复元素的个数时，你想知道今天有多少唯一用户访问了你的app（同一个用户一天只算一次），这时候，哈希的“字段”本身就起到了去重的作用。

• 记录访问：用户ID为1001的用户访问了，你执行：HSET today:unique:users 1001 1，这里的值“1”是什么并不重要，我们关心的是字段“1001”是否存在。
• 查询今日唯一访问用户数：直接使用 HLEN today:unique:users，这个命令会立刻返回字段的总数，也就是不重复的用户ID个数，速度飞快。

为统计唯一值而生的神器：HyperLogLog

上面用哈希来统计唯一值,虽然快，但如果唯一值数量极其庞大（比如数亿），还是会占用不少内存，Redis提供了一个更节省空间的解决方案——HyperLogLog，它是一种概率算法，特点是用极小的空间完成巨量数据的去重计数，代价是结果有不到1%的误差，对于很多可以接受近似值的场景（比如网站UV统计），这简直是神器。

• 记录访问：用户ID为1001的用户访问了，命令是：PFADD today:uv 1001。PFADD 命令会把这个用户ID加入到HyperLogLog结构中。
• 查询今日UV：PFCOUNT today:uv，这个命令会立刻返回一个大概的唯一用户数。

你可能也看出来了,HyperLogLog不能像哈希一样查询某个具体用户是否访问过，它唯一的功能就是做去重计数，但它的优势太明显了：一个HyperLogLog结构只需要最多12KB的内存，就能统计接近 2^64 个不重复元素的个数！这对于海量数据统计是革命性的。

总结一下

怎么选这些方法,就看你的具体需求：

1. 简单的增减计数（总订单数、库存）：用 INCR/DECR 和 GET，最简单直接。
2. 需要分组统计数量（按分类的商品数）：用哈希（Hash）的 HINCRBY 和 HGET。
3. 需要精确统计巨大集合的唯一值数量（精确UV）：用哈希（Hash）的 HLEN 命令，但要注意内存消耗。
4. 需要海量数据唯一值统计，且可以接受微小误差（日常UV统计、大型活动参与人数）：用 HyperLogLog 的 PFADD 和 PFCOUNT，这是空间效率最高的方法。

这些就是Redis帮你快速查数量的几把快刀,每种都有最适合的场景，用对了就能让你的应用速度提升一个大档次。