RedisHyperLogLog là probabilistic data structure để đếm unique elements (cardinality estimation) với sai số chuẩn ~0.81% nhưng dùng chỉ 12KB bộ nhớ cố định bất kể có 1 hay 1 tỷ unique element. Set chính xác 100% nhưng tốn memory tỷ lệ với số element. Lệnh: PFADD pageviews user123 user456, PFCOUNT pageviews (trả về ước lượng số unique users), PFMERGE daily_total hour1 hour2 (merge nhiều HLL). Khi dùng HyperLogLog: đếm unique visitors/day, unique queries/hour, unique IPs — khi cần approximate count với memory cực nhỏ và không cần biết chính xác element nào đã add. Khi dùng Set: khi cần biết element cụ thể có trong tập không (SISMEMBER), khi cần list members, khi số element < vài triệu và memory là vừa đủ.
Ví dụ: Google Analytics đếm unique page views dùng HyperLogLog — 1 tỷ visitors chỉ tốn 12KB thay vì hàng GB.
HyperLogLog is a probabilistic data structure for counting unique elements (cardinality estimation) with ~0.81% standard error, using a fixed 12KB of memory regardless of whether there are 1 or 1 billion unique elements. A Set is 100% accurate but uses memory proportional to the number of elements. Commands: PFADD pageviews user123 user456, PFCOUNT pageviews (returns estimated unique user count), PFMERGE daily_total hour1 hour2 (merges multiple HLLs). Use HyperLogLog when: counting unique visitors/day, unique queries/hour, unique IPs — when you need an approximate count with minimal memory and don't need to know exactly which elements were added. Use Set when: you need to check if a specific element is present (SISMEMBER), need to list members, or when the number of elements is small enough (millions or fewer) and memory is sufficient.
Example: Google Analytics counts unique page views using HyperLogLog — 1 billion visitors use 12KB instead of gigabytes.