HyperLoglog

HyperLoglog提供不精确的去重技术方案，但是也不是非常离谱，标准误差是0.81%。同时他需要的12kb的空间。但是在技术比较小的时候，他的存储空间采用稀疏矩阵存储，空间占用又很小，仅仅在技术慢慢变大，稀疏矩阵占用空间渐渐超过了阈值的时候，才会一次性转变成稠密矩阵，才会占用12kb的空间。

算法：
HyperLogLog算法是近似统计大量去重元素数量的算法，它内部维护了16384个桶来记录各自桶的元素数量，当一个元素过来，它会散列到其中一个桶。当元素到来时，通过 hash 算法将这个元素分派到其中的一个小集合存储，同样的元素总是会散列到同样的小集合。这样总的计数就是所有小集合大小的总和。

密集型存储结构
Redis内部使用字符串位图来存储HyperLogLog所有桶的计数值，密集存储的结构非常简单，就是连续 16384 个 6bit 串成的字符串位图。
稀疏性存储结构
当多个连续桶的计数值都是零时，Redis使用一个字节来表示多少个桶的计数值都是零即00xxxxxx，前缀俩个零表示接下来的6bit整数值加1就是零值计数器的数量，比如 00010101表示连续 22 个零值计数器；6bit最多能表示连续64个零值计数器，如果大于64个，采用来个字节表示即01xxxxxx yyyyyyyy，后面的 14bit 可以表示最多连续 16384 个零值计数器。

3)如果连续几个桶的计数值非零，那就使用形如 1vvvvvxx 这样的一个字节来表示。中间 5bit 表示计数值，尾部 2bit 表示连续几个桶。它的意思是连续 （xx +1） 个计数值都是 （vvvvv + 1）。比如 10101011 表示连续 4 个计数值都是 11。注意这两个值都需要加 1，因为任意一个是零都意味着这个计数值为零，那就应该使用零计数值的形式来表示。注意计数值最大只能表示到32，而 HyperLogLog 的密集存储单个计数值用 6bit 表示，最大可以表示到 63。当稀疏存储的某个计数值需要调整到大于 32 时，Redis 就会立即转换 HyperLogLog 的存储结构，将稀疏存储转换成密集存储。