# 利用Redis集合（Set）统计新增用户和次日留存率

**新增用户：**在某个时间段（一般为一整天）新登录应用的用户数，一般通过用户设备号判断用户是否是第一次登录应用

**次日留存率**：（当天新增的用户中，在注册的第2天还登录的用户数）/第一天新增总用户数

公司有专门的统计数据库，但是每张表的数据量都非常大，都是百万、千万级别，如果用常规的SQL语句去查找，查找的速度会非常慢，很不现实。结合实际的业务，最后想到用Redis的集合去计算处理数据。

**1、**首先我们需要计算所有出现过的用户设备号(SELECT distinct(user\_device) FROM \`statistic\_20170801\` UNION SELECT distinct(user\_device) FROM \`statistic\_20170802\`)，把这些设备号存在redis的集合中**($redis->sadd('user\_device','6ab3d84ace678644f44645'))**；

**2、**再计算当天出现的所有设备号(SELECT distinct(user\_device) FROM \`statistic\_20170803\`)，将这些设备号存在redis临时集合中**($redis->sadd('tmp\_20170803','5a6vhbb84ace678fgv44f44645')**；

**3、**利用redis的**sdiffstore**命令，返回**user\_device**和**tmp\_20170803**两个集合的差集**($redis->sdiffstore('new\_20170803',"user\_device**","**tmp\_20170803**))，这个新的**new\_20170803**集合，就是当日(20170803)的新增用户，为避免占用内存，需给这个**new\_20170803**集合设置过期时间，由于要算次日留存率，所以**new\_20170803**集合的生存期设为1天(同理，要算七日留存率，则设置7天生存期)；

**4、**利用redis的**SCARD**命令，得出**new\_20170803**这个集合的元素数量**($redis->SCARD('new\_20170803**'))，就是20170803新增的用户数量；

**5、**不要忘记，将当天的用户设备号合并进**user\_device**集合中，利用redis的**SUNIONSTORE**命令，**$redis->sunionstore**('**user\_device**',"**user\_device**","**tmp\_20170803**"),再用**$redis->del('tmp\_20170803**'),删除这个临时集合；

**6**、计算次日留存率，我们要计算8月4日出现的所有设备号(SELECT distinct(user\_device) FROM \`statistic\_20170804\`)，将这些设备号存在redis临时集合中**($redis->sadd('tmp\_20170804','5a6vhbb84ace678fgv44f44645')**；

**7、**利用redis的**SINTERSTORE**命令，**$redis->sinterstore('next\_day\_ retention',"new\_20170803**","**tmp\_20170804**")，返回**new\_20170803**和**tmp\_20170804**两个集合的并集，就是8月3日新增的用户，8月4日也正常登陆的用户集合了；

**8、**利用redis的**SCARD**命令，得出**next\_day\_retention**这个集合的元素数量**($redis->SCARD('next\_day\_retention'))**，就是当天新增的用户，在注册的第2天还登录的用户数；

**9、**之前给**new\_20170803**这个集合设置一天的生存期就派上用场了，利用redis的**SCARD**命令，得出**new\_20170803**这个集合的元素数量(**$redis->SCARD('new\_20170803**'))，就是20170803新增的用户数量；

**10、**再通过除法运算，**$redis->SCARD('next\_day\_retention') / $redis->SCARD('new\_20170803**')，得出的就是8月3日的次日留存率了。