*Redis PFCOUNT 命令
PFCOUNT 返回 HyperLogLog 的基数估算值（不重复元素数量）。
*语法
PFCOUNT key [key ...]
*参数说明
| 参数 | 类型 | 必填 | 说明 |
|---|---|---|---|
| key | String | 是 | HyperLogLog 键名，支持多个 |
*返回值
- Integer：HyperLogLog 的基数估算值（不重复元素数量）
- 当传入多个 key 时，返回合并后的估算值（不实际合并数据）
- 如果 key 不存在，返回 0
*时间复杂度
O(1) 单个 key。多个 key 为 O(M)，M 为 key 数量。每个 key 内部处理约 O(1)。
*示例
*基本用法
> PFADD hll a b c d e f g
(integer) 1
> PFCOUNT hll
(integer) 7
*多个 HyperLogLog 合并估算
> PFADD hll1 user1 user2 user3
(integer) 1
> PFADD hll2 user3 user4 user5
(integer) 1
> PFCOUNT hll1 hll2
(integer) 5
*key 不存在的场景
> PFCOUNT notexist
(integer) 0
*常见错误
| 错误 | 原因 | 解决 |
|---|---|---|
| ERR wrong number of arguments | 未提供 key 参数 | 至少提供一个 key |
| WRONGTYPE | key 不是 HyperLogLog 类型 | 确认 key 类型或删除后重建 |
*最佳实践
- 大规模 UV 统计、去重计数的首选方案，误差率约 0.81%
- 多个 HyperLogLog 合并统计时，PFCOUNT key1 key2 ... 不会实际修改数据，只是返回估算值
- 如需实际合并多个 HyperLogLog 到新的 key，使用 PFMERGE
- 单个 PFCOUNT 固定 12KB 内存，多个 key 合并估算时内存使用会暂时增加，需注意并发量
*FAQ
Q1: PFCOUNT 的精度如何？ A: 标准误差约 0.81%。对于 10 亿级元素，误差约 800 万。绝大多数统计场景下足够使用。
Q2: PFCOUNT 多个 key 和 PFMERGE 有什么区别？ A: PFCOUNT key1 key2 只返回估算值，不修改任何数据。PFMERGE destkey key1 key2 会将合并结果写入 destkey，是写操作。
Q3: PFCOUNT 对不存在的 key 返回什么？ A: 返回 (integer) 0，表示空集的基数为 0。不会报错。