Redis 里有 HyperLogLog 数据结构，一直看不懂是什么意思，其实原理很简单。
在理想状态下，将一堆数据hash至[0,1]，如果是随机均匀分布的话，每两点距离相等，测算出这个距离，那么 1/间距 就是这堆数据的基数，也就是数据的个数。
然而这个数据需要修正，太小或太大都是通过一个log函数来得到新的估计值。
计算过程：
- hash(Jekins Hash)成32位的值
- 初始化具有容量
m = 2 ^ b的登记表 - hash 值的低 b 位被用于确定在表中位置，即 register index
- hash 值剩余位数的低位二进制0的个数+1作为 regiter value
- 当 register value 大于当前值的时候，替换掉原始值
- 使用 distinct value (DV) 算法计算基数并做调整。
这里有一个模拟页面，动态模拟这个估算过程。
原始信息通过hash函数变小之后，在加上是存储到每个“桶”里，使得存储空间变得很小。
在 Redis 中每个键占用的内容都是 12K，理论存储近似接近 2^64 个值，不管存储的内容是什么。
这是一个基于基数估计的算法，只能比较准确的估算出基数，可以使用少量固定的内存去存储并识别集合中的唯一元素。但是这个估算的基数并不一定准确，是一个带有 0.81% 标准错误（standard error）的近似值。 也正是因为只有 12K 的存储空间，所以，它并不实际存储数据的内容。