《Redis应用实例》书摘（12）：唯一计数器（使用HyperLogLog实现）¶
用集合实现的唯一计数器虽然能够满足需求，但它并非完美无缺：这个实现需要将被计数的所有元素都添加到集合里面，当需要计数的元素数量非常多，又或者需要进行大量计数的时候，使用集合实现的唯一计数器将消耗大量内存。
为了解决这个问题，我们可以修改唯一计数器的程序实现，改用HyperLogLog而不是集合作为底层结构。 代码清单 CODE_HLL_UNIQUE_COUNTER 展示了基于HyperLogLog实现的唯一计数器。
代码清单 CODE_HLL_UNIQUE_COUNTER 使用HyperLogLog实现的唯一计数器 hll_unique_counter.py
class HllUniqueCounter:
def __init__(self, client, key):
self.client = client
self.key = key
def include(self, item):
"""
尝试对给定元素进行计数。
如果该元素之前没有被计数过，那么返回True，否则返回False。
"""
return self.client.pfadd(self.key, item) == 1
def exclude(self, item):
"""
尝试将被计数的元素移出计数器。
移除成功返回True，因元素尚未被计数而导致移除失败则返回False。
"""
raise NotImplementedError
def count(self):
"""
返回计数器当前已计数的元素数量。
如果计数器为空，那么返回0作为结果。
"""
return self.client.pfcount(self.key)
因为HyperLogLog无法撤销对给定元素的计数，所以这个计数器也没有实现相应的exclude()方法。
作为例子，以下代码展示了这个计数器程序的使用方法：
>>> from redis import Redis
>>> from hll_unique_counter import HllUniqueCounter
>>> client = Redis(decode_responses=True)
>>> counter = HllUniqueCounter(client, "HllVisitCounter")
>>> counter.include("Peter") # 计数元素
True
>>> counter.include("Jack")
True
>>> counter.include("Tom")
True
>>> counter.include("Tom") # 已计数的元素没有被计数
False
>>> counter.count() # 获取当前计数结果
3
