Redis学习之数据操作( 二 ) _Redis

numkeys：需要聚合的集合数量，对应后面的 key [key …] 数量和

weights：乘法因子，默认为 1，每个给定有序集的所有成员的 score 值在传递给聚合函数(aggregation function)之前都要先乘以该因子

aggregate：集合函数，有 sum、min、max

hash 操作

存储/批量存储 hash 值：hset key field value / hmset key field1 value1 field2 value2
获取/批量获取 hash 值：hget key field / hmget key filed1….fieldN
得到 hash 中的所有值：hgetall key
测试指定 field 是否存在：hexists key field
删除一个或多个哈希字段：hdel key field1 [field2]
返回 hash 的所有 field：hkeys key
返回指定 hash 的 field 数量：hlen key

HyperLogLog 操作HyperLogLog 主要解决大数据应用中的非精确计数（可能多也可能少，但是会在一个合理的范围）操作，它可以接受多个元素作为输入，并给出输入元素的基数估算值，基数指的是集合中不同元素的数量。
HyperLogLog 的优点是，即使输入元素的数量或者体积非常非常大，计算基数所需的空间总是固定的、并且是很小的。在 Redis 里面，每个 HyperLogLog 键只需要花费 12 KB 内存，就可以计算接近 2^64 个不同元素的基数。关于数据误差，在一个大小为 12k 的 key 所存储的 hyperloglog 集合基数计算的误差约是 0.81% 。
因为 HyperLogLog 只会根据输入元素来计算基数，而不会储存输入元素本身，所以 HyperLogLog 不能像集合那样，返回输入的各个元素。
HyperLogLog 的这个数据结构可以非常省内存的去统计各种计数，比如注册 IP 数、每日访问 IP 数、页面实时UV 、在线用户数等。

将元素添加至 HyperLogLog ：pfadd key element [element …]
返回给定 HyperLogLog 的基数估算值（多个 HyperLogLog 会先对 HyperLogLog 作并集处理）：pfcount key [key …]
合并多个 HyperLogLog：pfmerge destkey sourcekey [sourcekey …]