Java统计网站PV、UV

约 1639 字大约 5 分钟

2025-01-10

前言

—

当一个系统上线后，基本都需要统计用户活跃度，活跃度一般有两个指标，一个是PV（Page View）页面浏览量，一个是UV（Unique Visitor）唯一用户量，比如微信小程序后台中就有每小时UV的统计。

什么是PV，UV

PV（Page View）页面浏览量，当页面被加载刷新一次，PV就会记录一次，一般PV越高，UV也会越高；但如果网站被爬虫或者被疯狂刷新，PV就会非常高。
UV（Unique Visitor）独立用户量，一天当中访问网站的用户数，不管是上午访问还是下午访问，一个用户都只记录一次。

比如你在上午访问了掘金2次，下午访问了掘金3次，那么PV就是2 + 3 = 5次，UV为1次。

为什么需要统计PV，UV

分析知道哪些页面是用户经常访问的，缓存常用数据，针对性的提升某些接口效率。如果某些页面访问量远远高于其他页面，我们还可以单独部署一台服务器给这些高访问页面使用。
监控系统，防止被爬虫或盗刷。
预计为广告主投放广告带来的流量。

核心讲解

PV统计相对简单，使用Redis，以日期为key，value为每天的访问量，用户每访问一次value就+1，统计PV时，读取PV值即可。

UV统计，同样日期为key，value为唯一标识用户的ID或IP的Set集合（本文使用用户IP来作为唯一标识），用户访问时如果Set中不存在当前访问用户IP，则UV+1，并将IP加入Set中；当我们读取UV时，即读取Set中元素个数。

如果不想在Redis中保存太多数据，我们可以把每天的PV、UV数据落库一次。

功能实现

这里使用RedisTemplate访问redis，使用Hutool的ServletUtil获取用户ip。

🎉INCR命令统计PV，INCR key，将 key 中储存的数字值增一。如果 key 不存在，那么 key 的值会先被初始化为 0 ，然后再执行 INCR 操作。
🎉SADD命令统计UV，SADD key value1 value2，将value1和value2添加进set中。SCARD key获取key的长度。

@Resource
private RedisTemplate redisTemplate;
//redis的pv和uv前缀
final static String PV_PREFIX = "pv_";
final static String UV_PREFIX = "uv_";

/**
 * 统计pv,uv
 * @return 返回统计后的pv,uv值
 */
@GetMapping()
public AjaxResult statist(HttpServletRequest request) {
    // 获取yyyy-MM-dd格式的日期
    Date date = new Date();
    SimpleDateFormat sdf = new SimpleDateFormat("yyyy-MM-dd");
    String today = sdf.format(date);
    String pvKey = PV_PREFIX + today;
    String uvKey = UV_PREFIX + today;
    // pv + 1, incr命令:将 key 中储存的数字值增一。如果 key 不存在，那么 key 的值会先被初始化为 0 ，然后再执行 INCR 操作。
    Long pvNum = redisTemplate.opsForValue().increment(pvKey);
    // hutool获取用户ip
    String clientIP = ServletUtil.getClientIP(request, null);
    // 将ip放到redis的set中
    redisTemplate.opsForSet().add(uvKey, clientIP); //"SADD myset hello world"
    Long uvNum = redisTemplate.opsForSet().size(uvKey); // "SCARD myset"
    AjaxResult ans = AjaxResult.success();
    ans.put("pv",pvNum);
    ans.put("uv",uvNum);
    return ans;
}

HyperLogLog统计UV

为什么使用HyperLogLog

在统计UV时我们刚刚使用的是Set保存全部的IP，它本身是去重的，最终Set元素的个数就是我们需要的值，用户量不多时还是可以接受的，但当用户人数上去时，达到百万，千万级时，保存全部ip还是非常占内存的。

那有没有什么办法能够减少内存使用？Redis有提供HyperLogLog的算法，它是根据统计学的基数估算算法，用最多12k的内存空间进行基数统计，但由于它是估算的算法，会有一定的误差，误差率约为0.81%。

HyperLogLog的UV统计

关于HyperLogLog的命令我们主要使用以下三个：

PFADD key value1 value2: 用于数据添加，可以一次性添加多个。添加的重复记录会去重，和Set一样。
PFCOUNT key: 对 key 进行统计计数。
PFMERGE destkey sourcekey1 sourcekey2: 合并多个统计结果，在合并的过程中，会自动去重多个集合中重复的元素。

Redis使用HyperLogLog统计UV：

// 将ip放到redis的HyperLogLog中
redisTemplate.opsForHyperLogLog().add(uvKey,clientIP); //PFADD mypf ip1 ip2
Long uvNum = redisTemplate.opsForHyperLogLog().size(uvKey); //PFCOUNT mypf

HyperLogLog的误差率

我们实际体验下，在Set和HyperLogLog中都放入10w条数据，比较他们的误差率。

@Resource
private RedisTemplate redisTemplate;
String uvSetKey = "uv_set_2024-07-13";
String uvPFKey = "uv_pf_2024-07-13";

long num = 100000;

@Test
public void initData(){
    // 初始化添加100w条数据
    for (int i = 1; i <= num; i++) {
        redisTemplate.opsForSet().add(uvSetKey,i);
        redisTemplate.opsForHyperLogLog().add(uvPFKey,i);
    }
}

@Test
public void getData(){
    // 获取误差率
    Long setSize = redisTemplate.opsForSet().size(uvSetKey);
    Long pfSize = redisTemplate.opsForHyperLogLog().size(uvPFKey);
    DecimalFormat format = new DecimalFormat("##.00%");
    String setFormat = format.format((double) setSize / (double) num);
    String pfFormat = format.format((double) pfSize / (double) num);
    System.out.println("set: " + setFormat);
    System.out.println("pf: " + pfFormat);
}