redis通过对外提供一套API和一些数据结构，可以供开发者开发自己的模块并加载到redis中。
在不侵入redis源码的基础上，提供一种高效的扩展数据结构的方式。
参考redismodule.h
RedisBloom是redis的一个扩展，我们主要使用了它的布隆过滤器。
关于布隆过滤器的原理，参考《hash，bloomfilter，分布式一致性hash》
git clone https://github.com/RedisBloom/RedisBloom.git
cd RedisBloom
git submodule update --init --recursive
make
cp redisbloom.so /path/to
# 命令方式加载
redis-server --loadmodule /path/to/redisbloom.so
#配置文件加载
vi redis.conf
# loadmodules /path/to/redisbloom.soredis计数中的使用方法如下：
# 为 bfkey 所对应的布隆过滤器分配内存，参数是误差率以及预期元素数量，根据运算得出需要多少hash函数
以及所需位图大小
bf.reserve bfkey 0.0000001 10000
# 检测 bfkey 所对应的布隆过滤器是否包含 userid
bf.exists bfkey userid
# 往 key 所对应的布隆过滤器中添加 userid 字段
bf.add bfkey userid布隆过滤器提供了一种节省内存的概率型数据结构，它不保存具体数据，存在误差。
hyperloglog也是一种概率型数据结构，相对于布隆过滤器，使用的内存更少。
为什么叫hyperloglog？
是因为空间复杂度非常低，是$O(log_2log_2n)$。
redis提供了hyperloglog。在redis实现中，每个hyperloglog只是用固定的12kb进行计数，使用16384(0.8125%，可以统计$2^{64}$个元素。
使用少量内存统计集合的基数的近似值。存在一定的误差。
HLL的误差率：$\frac{1.04}{\sqrt{m}}$, m是桶子的个数；对于redis，误差率就是0.8125%。
HyperLogLog 原理是通过给定 n 个的元素集合，记录集合中数字的比特串第一个1出现位置的最大值k，也可以理解为统计二进制低位连续为零（前导零）的最大个数。通过k值可以估算集合中不重复元素的数量m，m近似等于$2^k$。
但是这种预估方法存在较大误差，为了改善误差情况，HyperLogLog中引入分桶平均的概念，计算 m 个桶的调和平均值。下面公式中的const是一个修正常量。
$DV_HLL = constm\frac{m}{\sum_{j=1}^m\frac{1}{2^{R_j}}}$
redis的hyperloglog中有16384(
对于一个要放入集合中的字符串，hash生成64位整数，其中后14位用来索引桶子；前面50位用来统计低位连续为0的最大个数, 最大个数49。6bit对应的是$2^6$对应的整数值64可以存储49。在设置前，要设置进桶的值是否大于桶中的旧值，如果大于才进行设置，否则不进行设置。
相同元素通过hash函数会生成相同的 64 位整数，它会索引到相同的桶子中，累计0的个数也会相同，按照上面计算最长累计0的规则，它不会改变该桶子的最长累计0；
redis 中的 hyperloglog 存储分为稀疏存储和紧凑存储；
当元素很少的时候，redis采用节约内存的策略，hyperloglog采用稀疏存储方案；当存储大小超过3000 的时候，hyperloglog 会从稀疏存储方案转换为紧凑存储方案；紧凑存储不会转换为稀疏存储，因为hyperloglog数据只会增加不会减少（不存储具体元素，所以没法删除）；
# 往key对应的hyperloglog对象添加元素
pfadd key userid_1 userid_2 userid_3
# 获取key对应hyperloglog中集合的基数
pfcount key
# 往key对应过的hyperloglog中添加重复元素。已存在，并不会添加
pfadd key userid_1
pfadd key1 userid_2 userid_3 userid_4
# 合并key，key1到key2，会去重
pfmerge key2 key key1原文作者：congchp