標籤: 電動車

VV5的儲物格的數量不算特別多，擋把前方的儲物格並不能固定打開不知道是否是個例，除了常規的杯架等儲物空間以外，再也沒有其他的儲物格，隨身的物品需要合理安置。後備箱空間規整，兩側有網兜可以放一下容易滾動的物品。

很多人的心裏認為：自主品牌就是低廉，就是low的體現，買自主品牌車就是傻。其實，我們不應該人云亦云，雖然自主品牌的技術沉澱沒有外國傳統汽車大廠深厚，但我們也不應該一味地貶低，自主品牌需要我們的鼓勵和支持。

就像我們今天試駕的WEY VV5一樣，不熟悉WEY的朋友不用着急，簡單來說WEY是長城汽車旗下的子品牌，主打高端市場。WEY這個品牌在上市之初就受到質疑：自主品牌到底能不能打造豪華車？那麼到底中國的豪華車應該是怎樣的？帶你一一揭曉。

第一眼看到VV5的時候，有種熟悉又陌生的感覺，整體來看VV5跟大哥VV7相似度很高，如果不把兩輛車停在一起，很難分辨清楚到底是大哥還是小弟。VV5的車身尺寸都比VV7小一圈，也是更加符合VV5的定位。轎跑的造型動感十足，短小的尾部個人認為不太協調，沒有了轎跑車優雅流暢的尾部線條。LED大燈是VV5的標配，並且全車多處WEY車標演變過來的元素，例如豎條狀的LED日間行車燈，豎條狀的鑰匙等，無處不強調WEY的家族基因。20寸的大輪轂是頂配車型專屬，視覺效果滿分，尾部四齣的排氣也相當唬人。

走進車內，國人喜歡的豪華感統統奉上，例如真皮座椅，懸浮式中央显示屏，全景天窗等“高大上”的配置全部具備，中控台除了懸浮的中央显示屏以外，其餘的裝飾幾乎為零，層次感也不足，好在軟塑料的質感不錯。平底的方向盤給人一絲運動感，不過對於一台SUV來說，裝飾作用＞實際效果，並且手很容易誤觸到多功能按鍵。中央多媒體系統依靠擋把后的旋鈕+按鈕控制，兩側則是行車輔助功能控制區域，例如車道保持，盲區監測，自動泊車等。全液晶儀錶很有科技感，能夠切換3種不同的主題，显示內容也不錯，日常使用的信息均有显示。

從外觀上看，VV5的漆面以及做工及格，同一塊鈑上下的厚度差別有點大，整體在97-115μm之間，縫隙還算不錯，除了尾門稍有點大以外，其餘的都在正常水平之內。

本次試駕的VV5使用了紅內飾，在運動感的營造上不錯，但可能不能滿足大部分人的需求。六向電動調節的座椅包裹性一般，坐起來適中，可能為了長途乘車不會太累而設計。

VV5的儲物格的數量不算特別多，擋把前方的儲物格並不能固定打開不知道是否是個例，除了常規的杯架等儲物空間以外，再也沒有其他的儲物格，隨身的物品需要合理安置。後備箱空間規整，兩側有網兜可以放一下容易滾動的物品。

VV5全系只有一種動力總成，2.0T+7速雙離合變速箱的組合，最大馬力197ps，最大扭矩355N*m，看起來參數不錯，發動機艙用塑料板封起來，看起來比較整潔，但不利於機艙的散熱。

雙離合變速箱也是偏向舒適調校，換擋動作不快，換來的是平順性。在中段加速的時候，變速箱不願降擋，而且降擋速度很慢，給下動力請求后需要等待一會才會降擋。總體來說變速箱表現一般。

VV5的百公里加速時間為9.5S，制動距離為37.8米，表現優秀。

開起來發動機的渦輪遲滯明顯，號稱2000rpm就能達到峰值扭矩，但開起並沒有什麼爆發感，整體動力輸出偏平順，日常使用還好，激烈一點駕駛就有點不盡人意了。

VV5的轉向手感有3種模式可調，總體來說普通模式會稍微適合日常駕駛，方向盤隔絕掉所有的路感，盡量做到舒適。

底盤的厚實感VV5的確做得不錯，懸挂的表現則不盡人意，前段硬後段軟，快速過彎支撐性一般，走過連續顛簸，車廂會有一定的晃動。

VV5的隔音在同級別來說是前列水平，整體的隔音降噪都不錯，發動機噪音是VV5主要的噪音源，其餘的風噪路噪都隔絕得很好。

VV5全系只有兩款車型，超豪型和旗艦型，售價分別為15.00萬和16.30萬，兩者之間配置差距不大，如果預算充足可以選擇旗艦型，無論是20寸輪轂還是全液晶儀錶盤都是比較彰顯科技感，而車道保持系統會讓你在巡航的時候更安全。

總的來講，VV5的表現可以用“第一眼美女”來形容，第一眼看過去，轎跑的造型，大輪轂，全景天窗，真皮內飾，全液晶儀錶盤通通配備，給足你認為豪華的東西，所有東西看上去都很好，但真正開起來，VV5的不足就開始出現，變速箱表現不盡人意，懸挂動作不夠乾脆等都是VV5的不足之處。如果你僅僅是在市區行駛，需要有一台拉風的座駕，VV5可以滿足你的要求，15萬你還能要求這麼嚴格嗎？

本站聲明:網站內容來源於http://www.auto6s.com/,如有侵權,請聯繫我們,我們將及時處理

【其他文章推薦】

※帶您來了解什麼是 USB CONNECTOR  ?

※自行創業缺乏曝光? 網頁設計幫您第一時間規劃公司的形象門面

※如何讓商品強力曝光呢? 網頁設計公司幫您建置最吸引人的網站，提高曝光率!

※綠能、環保無空污,成為電動車最新代名詞，目前市場使用率逐漸普及化

※廣告預算用在刀口上，台北網頁設計公司幫您達到更多曝光效益

※教你寫出一流的銷售文案?

1. 概述

不管是在現實生活還是當今遊戲中，各式各樣的排名層出不窮。如果我們做好一款遊戲，卻沒有實現排行榜，一定是不完美的。排行榜不僅是玩家了解自己實力的途徑，也是遊戲運營刺激用戶留存的一種途徑。在微信小遊戲中普遍存以下兩種排名

• 好友關係排名
• 世界排名

其中好友的排名，需要通過微信子域實現。在子域上下文中，只能調用微信提供相關的api，且數據傳輸只能進不能出。即使在子域中調用雲函數也不行。這個對數據很嚴格，開發略為複雜。但好處也很明顯

• 無需用戶確認授權就可實現排名
• 排名信息均為自己好友，刺激效果更明顯

儘管這樣，我們還是先實現世界排行。世界排行需要用戶授權。早期只需要調用wx.authorize就可以實現，現在很不穩定(好像廢棄了)。所以不得不通過生成一個授權按鈕來實現

2. 微信雲開發

微信小遊戲為開發者提供了一部分免費的雲環境。可以實現文件存儲，數據存儲以及通過雲函數實現服務端接口。開通方式也很簡單，這裏不做說明。既然要實現排名，優先選用雲函數來實現對應的api。要實現雲函數，需要在project.config.json文件中通過屬性cloudfunctionRoot指定雲函數目錄。由於，是通過cocoscretor開發，每次構建發布都會清空輸出內容。為了解決人肉複製粘貼，我們需要通過定製小遊戲構建模板實現微信小遊戲所有代碼的管理。小遊戲地心俠士構建模板如下

從圖中，可以看到獲取openid、獲取世界排名、保存用戶授權信息等雲函數都放在cocoscreator代碼環境中。這樣在開發完成后，通過cocoscreator構建發布，對應的雲函數也會一起打包過去

3. 實現世界排行

3.1 獲取玩家openid

首先在構建模板的cloud-functions文件件中，使用npm初始一個名為getOpenId的node項目。初始好以後，運行npm install wx-server-sdk@latest --save。這樣就建立好了一個雲函數的基本框架。

我們在index.js文件，輸入以下代碼

// author:herbert 464884492
// project:地心俠士  獲取用戶openid
const cloud = require('wx-server-sdk')
cloud.init()
exports.main = async (event, context) => {
  const wxContext = cloud.getWXContext()
  return {
    event,
    openid: wxContext.OPENID,
    appid: wxContext.APPID,
    unionid: wxContext.UNIONID,
  }
}

 

調用雲函數時，上下文中便可以得到玩家openid和uninid。玩家進入遊戲就先調用此函數，得到玩家的openid用於後邊更新玩家數據和獲取世界排行的條件。

小遊戲端調用雲函數前，需要初始雲環境。因為採用定製構建模板，所以我們直接在模板的game.js文件末尾初始我的雲環境

// author:herbert 464884492
// 地心俠士 初始雲環境
....
wxDownloader.init();
window.boot();

//初始化雲調用
this.wx.cloud.init({
    traceUser: true,
    env: 'dxxs-dxxs'
});
...

　　

後續調用雲函數中，第一步都是要獲取openid，這裏定義一個全局變量將其保存起來，調用方法如下

// author:herbert 464884492
// 地心俠士 玩家openid
private static openId: string = null;
private static initenv() {
  return new Promise((resolve, reject) => {
      if (!this.wx) reject();
      //直接使用本地緩存
      if (this.openId != null) resolve();
      // 調用雲函數獲取
      this.wx.cloud.callFunction({
          name: 'getOpenId',
          complete: res => {
              this.openId = res.result.openid;
              resolve();
          }
      });
  });
}

 

3.2 動態生成授權按鈕

先看下地心俠士布局界面

上圖中可以看到，地心俠士虛擬了一個遊戲操作區域。玩家聚焦到世界排行時，需要渲染一個授權按鈕在確定的位置。需求很簡單，可考慮到移動端多分辨率，這個操作就變得複雜了。需要做屏幕適配。地心俠士採用自適應寬度的適配策略，配置如下圖

遊戲運行時獲取實際分辨率的寬度與設計的寬度相除，變可知道當前寬度變化比列，鍵盤容器九宮格使用了主鍵widget底部111px，高度161px。確定按鈕寬度105px

微信小遊戲以左上角為原點，通過top和left確定位置。然而，cocoscreator以左下角為原點，所以在計算top值時需要用屏幕寬度 – box上邊緣y坐標。適配代碼如下

// author:herbert 464884492
// 地心俠士 動態生成透明授權按鈕
 initUserInfoButton() {
  // 獲取設計尺寸
  let desingSize: cc.Size = cc.view.getDesignResolutionSize();
  //  獲取實際屏幕尺寸
  let screenSize: cc.Size = cc.view.getFrameSize();
  // 獲取寬度倍率
  let widthRate = screenSize.width / desingSize.width;
  // 獲取當前倍率下九宮格鍵盤實際高度
  let halfKcHeight = 161 * widthRate / 2;
  // 獲取當前倍率下確定按鈕實際寬度
  let btnwidth = this.btnKeySuer.width * widthRate;
  WxCloudFun.createUserinfoButton("", 
  // 確定按鈕中心點對應小遊戲left值 (屏幕寬度-確定按鈕實際寬度）/2
  // 定義實際授權按鈕size為105*40，所以還必須加上對應的偏差值
  // 以下代碼中left體現整體適配過程，不考慮中間過程可以直接使用
  // (屏幕寬度-授權按鈕)/2 即可得到left值
  screenSize.width / 2 - 52.5 * widthRate + (btnwidth - 105) / 2, 
  // Canvas 適配策略是 Fit Width,所以Canvas下邊沿不一定就是屏幕邊緣
  // 通過111*widthRate得到具體下沿值，在加上虛擬鍵盤一半高度，可得到中心位置
  // 由於微信原點在左上角，需要保持按鈕處於中心位置，坐標還需要上移一半按鈕高度
  screenSize.height - (111 * widthRate + halfKcHeight + 20),
 () => {
      this.keyCode = cc.macro.KEY.r;
      this.scheduleOnce(async () => {
          this.dlgRank.active = true;
          // 獲取排名數據
          await this.getRankInfo();
      }, 0);
  });
}

 

3.3 獲取用戶頭像昵稱信息

經過上一步驟的適配操作，只要玩家聚焦到【世界排行】，地心俠士虛擬鍵盤的確定按鈕正上方會覆蓋一個透明的userInfoButton,玩家點擊確定就會喚起授權對話框，然後在對應的回調函數就可以完成用戶數據保存操作

// author:herbert 464884492
// 地心俠士 獲取玩家基本信息
 public static createUserinfoButton(text: string, left: number, top: number, cb: Function) {
   this.userInfoButton = this.wx.createUserInfoButton({
      type: 'text',
      text: text,
      style: {
          left: left,
          top: top,
          height: 40,
          width: 105,
          lineHeight: 40,
          textAlign: 'center',
          fontSize: 16,
          backgroundColor: '#ff000000',// 透明
          color: '#ffffff',
      }
   });
   this.userInfoButton.hide();
   this.userInfoButton.onTap((res) => {
     // 將獲取到的用戶數據提交到雲端
      this.wx.cloud.callFunction({
          name: 'putUserinfo',
          data: { ...res.userInfo, openid: this.openId }
      });
      this.hideUserInfoButton();
      cb.call();
   });
   }

 

在代碼中，除了傳入玩家微信信息外。我還額外傳遞進入遊戲時就獲取的openid。正常情況下不需要的，因為，雲函數中天然會告訴你openid。不過，我們在後端使用了got獲取玩家頭像保存到雲端文件存儲中。引入此包后，後端就獲取不到openid了，相當奇怪。對應雲平台雲函數代碼如下

// author:herbert 464884492
// 地心俠士 雲函數保存玩家基本信息
const cloud = require('wx-server-sdk')
const got = require('got')
cloud.init()
// 雲函數入口函數
exports.main = async(event, context) => {
  const {
    nickName,
    avatarUrl,
    gender,
    openid
  } = event;
  let wxContext = cloud.getWXContext();
  // 如果後端拿不到openid就採用前端傳入的openid
  wxContext.OPENID = wxContext.OPENID || openid;
  const log = cloud.logger()
  log.info({
    tip: `正在請求頭像地址[${avatarUrl}]`
  })
  // 獲取頭像數據流
  const stream = await got.stream(avatarUrl);
  let chunks = [];
  let size = 0;
  const body = await (async() => {
    return new Promise((res, reg) => {
      stream.on('data', chunk => {
        chunks.push(chunk)
        size += chunk.length
        log.info({
          tip: `正在讀取圖片流信息:[${chunk.length}]`
        })
      })
      stream.on('end', async() => {
        const body = Buffer.concat(chunks, size)
        log.info({
          tip: `正在保存頭像文件:[${size}]`
        })
        res(body)
      })
    })
  })()
  //保存頭像到雲存儲
  const {
    fileID
  } = await cloud.uploadFile({
    cloudPath: `avatars/${wxContext.OPENID}.jpg`,
    fileContent: body
  })
  // 添加或更新玩家信息到數據庫
  const db = cloud.database()
  const {
    data
  } = await db.collection("dxxs").where({
    _openid: wxContext.OPENID
  }).get()
  const updateData = {
    fileId: fileID,
    nickName: nickName,
    sex: gender == 1 ? '男' : '女',
    avatarUrl: avatarUrl
  }
  if (data.length > 0) {
    log.info({
      tip: `正在修改數據庫信息:[${size}]`
    })
    await db.collection("dxxs").doc(data[0]._id).update({
      data: updateData
    })
  } else {
    log.info({
      tip: `正在添加數據庫信息:[${size}]`
    })
    await db.collection("dxxs").add({
      data: { ...updateData,
        _openid: openid
      }
    })
  }

  return {
    openid: wxContext.OPENID,
    appid: wxContext.APPID,
    unionid: wxContext.UNIONID
  }
}

 

3.4 獲取排行數據

保存完用戶數據后，通過一個回調函數，實現了玩家排名數據獲取。細心的朋友可以在前邊授權按鈕適配的章節看到await this.getRankInfo();這句代碼。後端雲函數就是一個簡單數據查詢。效果圖如下

從上圖可以看到，我實現了三個維度排名，需要在前端需要傳入排名字段。對應代碼如下

// author:herbert 464884492
// 地心俠士 獲取排名信息
 public static async getWorldRanking(field: string = "level") {
     const { result } = await this.wx.cloud.callFunction({
         name: 'getWordRanking',
         data: { order: field }
     });
     return result.ranks;
 }

 

雲函數代碼如下

// author:herbert 464884492
// 地心俠士 雲函數返回排名信息
const cloud = require('wx-server-sdk')
cloud.init()
exports.main = async (event, context) => {
  const wxContext = cloud.getWXContext()
  const db = cloud.database();
  const {
    order = "level"
  } = event;

  const openData = await db.collection("dxxs")
    .orderBy(order, "asc")
    .get()
  const ranks = openData.data.map(item => {
    return {
      openid: item._openid,
      [order]: item[order],
      nickName: item.nickName,
      fileId: item.fileId,
      avatarUrl: item.avatarUrl
    }
  });
  return {
    ranks: ranks,
    openid: wxContext.OPENID,
    appid: wxContext.APPID,
    unionid: wxContext.UNIONID
  }
}

 

4. 總結

• 微信子域數據很嚴格，數據只進不出。調用雲函數也不行
• 雲函數中使用http請求，可能會得不到openid
• 屏幕適配知道定位原則，也可以很簡單
• avatarUrl通過Sprite現實頭像，需要設置安全域名
• 目前部分華為手機分享截屏出現黑屏使用canvas.toTempFilePath就可以解決

這裡有一個CoscosCreator遊戲開發群，歡迎喜歡聊技術的朋友加入

 

 

歡迎感興趣的朋友關注我的訂閱號“小院不小”，或點擊下方二維碼關注。我將多年開發中遇到的難點，以及一些有意思的功能，體會都會一一發布到我的訂閱號中

本站聲明:網站內容來源於博客園,如有侵權,請聯繫我們,我們將及時處理

【其他文章推薦】

※帶您來了解什麼是 USB CONNECTOR  ?

※自行創業缺乏曝光? 網頁設計幫您第一時間規劃公司的形象門面

※如何讓商品強力曝光呢? 網頁設計公司幫您建置最吸引人的網站，提高曝光率!

※綠能、環保無空污,成為電動車最新代名詞，目前市場使用率逐漸普及化

※廣告預算用在刀口上，台北網頁設計公司幫您達到更多曝光效益

※教你寫出一流的銷售文案?

0L售價不到9萬元，而且作為一台豐田的硬派越野車，其可靠性之高是毋庸置疑的。只是作為一款十多年的老車，它將會面臨嚴峻的年檢考驗，甚至被納入黃標範圍無法上路。不過如果你已經有一台代步車，那麼買一台這樣的經典硬派越野車，只用作純粹的越野撒歡之用，其實也是挺不錯的。

10萬元以內，買什麼車好？很多年輕消費者都會在10萬元上下的價格區間選擇自己的第一台車，而很多時候他們都會把選擇範圍局限本田飛度、大眾polo、寶駿510這樣的熱門車型，但是如果我們將目光投向二手市場，也許我們會有驚喜發現哦！

MINI One 1.6L

MINI可以說是目前國內形象最個性最時尚的品牌之一，在目前的二手市場上，行駛里程在10萬公里左右的2011款MINI One售價約在9到10萬元，小巧個性的造型和動力表現還不錯的1.6L自然吸氣發動機很適合在城市作日常通勤用車。不過需要注意的是，雖然油液、濾芯等消耗品的常規保養項目成本不高，但MINI的零部件價格較高，一旦需要更換零件，還是需要花不少錢的。

薩博 9-5

一個當年以其飛機生產商出身而自豪的瑞典品牌，薩博9-5毫無疑問是一款極其獨特的中大型轎車。由於車型極其冷門，目前二手市場上哪怕是搭載高功率版本2.3T發動機的薩博9-5 Aero，售價也不過10萬元；不過車源稀少且市面上配件難找，後期維護保養比較麻煩。

克萊斯勒300C

如果說國內還有哪些車擁有典型的美式風格，那麼克萊斯勒300C毫無疑問是其中之一；平直的線條，巨大的鍍鉻中網，大尺寸輪圈和3.6L自然吸氣V6發動機，克萊斯勒如此“肌肉化”的外觀設計肯定會引來不少路人的目光。目前二手市場上的舊款克萊斯勒300C大多是較早的2004款車型，行駛里程都在10萬公里以上，售價在8到9萬元左右。對於這款典型的美式轎車，選擇它就意味着需要做好面對驚人油耗的準備。

豐田普拉多

除了每天的城市穿梭，當然也會有一部分人想要在閑暇時開着車到野外撒歡，那麼一台強大的越野車就是必不可少的穿越工具。豐田蘭德酷路澤系列的普拉多車型就是個不錯的選擇。目前二手市場上一台2001款的豐田普拉多4.0L售價不到9萬元，而且作為一台豐田的硬派越野車，其可靠性之高是毋庸置疑的；只是作為一款十多年的老車，它將會面臨嚴峻的年檢考驗，甚至被納入黃標範圍無法上路；不過如果你已經有一台代步車，那麼買一台這樣的經典硬派越野車，只用作純粹的越野撒歡之用，其實也是挺不錯的。

日產奇駿

當然，如果你需要一台平時也能用來代步的越野車，那麼2010款的日產奇駿就能幫到你了。目前市面上行駛里程在10萬公里左右的2010款日產奇駿，售價普遍在9萬元上下。

斯巴魯森林人

而除了日產奇駿之外，10萬元預算甚至能在二手市場找到一台2008款的斯巴魯森林人2.0XS！水平對置發動機搭配強大的全時四驅系統，斯巴魯森林人就是一款通過性出色，而且形象更加高檔的優秀SUV車型。

豐田凱美瑞

那麼如果你性格成熟穩重，而且想要更多的估計家庭需要，甚至想要有一些商務范，豐田凱美瑞就是個很不錯的選擇。10萬元預算，能夠在二手市場上找到車況不錯的舊款凱美瑞，2011款到2013款都有非常豐富的車源，能夠慢慢從中挑選車況優秀、價格合理的車源。

本田奧德賽

MpV是非常出色的家用車型，目前，只需10萬，就能買到一台行駛里程在10萬公里以內的舊款奧德賽。本田奧德賽是一款非常成功的家用MpV車型，由於舊款造型比較接近旅行車，奧德賽的外觀看上去不會顯得太過商務化，自己平日里開着上班也不會有濃重的“司機范”。

斯巴魯翼豹

說到激情，說到玩樂，有興趣的朋友可以在市場上尋找一下斯巴魯翼豹的身影，目前市面上價格在10萬元以內的斯巴魯翼豹大多是搭載EJ20自然吸氣發動機和手自一體變速箱的版本，因此購買后還需多花點心思在後期改裝部分，才會體現出斯巴魯翼豹的“好玩”之處。

寶馬1系

156馬力的2.0L發動機，前置后驅布局，再搭配出色的6擋手動變速箱，舊款寶馬1系的駕駛樂趣是相當高的。目前二手車市場價格只需要8到9萬元，性價比可謂相當高。

買車不一定都要買新車，尤其是對於年輕一代消費者來說，二手車甚至能以低廉的價格找到更加有趣的車型，上面提及的這些車不過是二手市場中好車群里的冰山一角。不過畢竟二手車的車況參差不齊，有意選擇二手車的朋友也要注意先了解清楚試車、驗車的竅門哦！本站聲明:網站內容來源於http://www.auto6s.com/,如有侵權,請聯繫我們,我們將及時處理

【其他文章推薦】

※帶您來了解什麼是 USB CONNECTOR  ?

※自行創業缺乏曝光? 網頁設計幫您第一時間規劃公司的形象門面

※如何讓商品強力曝光呢? 網頁設計公司幫您建置最吸引人的網站，提高曝光率!

※綠能、環保無空污,成為電動車最新代名詞，目前市場使用率逐漸普及化

※廣告預算用在刀口上，台北網頁設計公司幫您達到更多曝光效益

※教你寫出一流的銷售文案?

前提

未來一段時間開發的項目或者需求會大量使用到Redis，趁着這段時間業務並不太繁忙，抽點時間預習和複習Redis的相關內容。剛好看到博客下面的UV和PV統計，想到了最近看書裏面提到的HyperLogLog數據類型，於是花點時間分析一下它的使用方式和使用場景（暫時不探究HyperLogLog的實現原理）。Redis中HyperLogLog數據類型是Redid 2.8.9引入的，使用的時候確保Redis版本>= 2.8.9。

HyperLogLog簡介

基數計數(cardinality counting)，通常用來統計一個集合中不重複的元素個數。一個很常見的例子就是統計某個文章的UV（Unique Visitor，獨立訪客，一般可以理解為客戶端IP）。大數據量背景下，要實現基數計數，多數情況下不會選擇存儲全量的基數集合的元素，因為可以計算出存儲的內存成本，假設一個每個被統計的元素的平均大小為32bit，那麼如果統計一億個數據，佔用的內存大小為：

• 32 * 100000000 / 8 / 1024 / 1024 ≈ 381M。

如果有多個集合，並且允許計算多個集合的合併計數結果，那麼這個操作帶來的複雜度可能是毀滅性的。因此，不會使用Bitmap、Tree或者HashSet等數據結構直接存儲計數元素集合的方式進行計數，而是在不追求絕對準確計數結果的前提之下，使用基數計數的概率算法進行計數，目前常見的有概率算法以下三種：

• Linear Counting(LC)。
• LogLog Counting(LLC)。
• HyperLogLog Counting(HLL)。

所以，HyperLogLog其實是一種基數計數概率算法，並不是Redis特有的，Redis基於C語言實現了HyperLogLog並且提供了相關命令API入口。

Redis的作者Antirez為了紀念Philippe Flajolet對組合數學和基數計算算法分析的研究，所以在設計HyperLogLog命令的時候使用了Philippe Flajolet姓名的英文首字母PF作為前綴。也就是說，Philippe Flajolet博士是HLL算法的重大貢獻者，但是他其實並不是Redis中HyperLogLog數據類型的開發者。遺憾的是Philippe Flajolet博士於2011年3月22日因病在巴黎辭世。這個是Philippe Flajolet博士的維基百科照片：

Redis提供的HyperLogLog數據類型的特徵：

• 基本特徵：使用HyperLogLog Counting(HLL)實現，只做基數計算，不會保存元數據。
• 內存佔用：HyperLogLog每個KEY最多佔用12K的內存空間，可以計算接近2^64個不同元素的基數，它的存儲空間採用稀疏矩陣存儲，空間佔用很小，僅僅在計數基數個數慢慢變大，稀疏矩陣佔用空間漸漸超過了閾值時才會一次性轉變成稠密矩陣，轉變成稠密矩陣之後才會佔用12K的內存空間。
• 計數誤差範圍：基數計數的結果是一個標準誤差（Standard Error）為0.81%的近似值，當數據量不大的時候，得到的結果也可能是一個準確值。

內存佔用小（每個KEY最高佔用12K）是HyperLogLog的最大優勢，而它存在兩個相對明顯的限制：

• 計算結果並不是準確值，存在標準誤差，這是由於它本質上是用概率算法導致的。
• 不保存基數的元數據，這一點對需要使用元數據進行數據分析的場景並不友好。

HyperLogLog命令使用

Redis提供的HyperLogLog數據類型一共有三個命令API：PFADD、PFCOUNT和PFMERGE。

PFADD

PFADD命令參數如下：

PFADD key element [element …]

支持此命令的Redis版本是：>= 2.8.9
時間複雜度：每添加一個元素的複雜度為O(1)

• 功能：將所有元素參數element添加到鍵為key的HyperLogLog數據結構中。

PFADD命令的執行流程如下：

PFADD命令的使用方式如下：

127.0.0.1:6379> PFADD food apple fish
(integer) 1
127.0.0.1:6379> PFADD food apple
(integer) 0
127.0.0.1:6379> PFADD throwable
(integer) 1
127.0.0.1:6379> SET name doge
OK
127.0.0.1:6379> PFADD name throwable
(error) WRONGTYPE Key is not a valid HyperLogLog string value.

雖然HyperLogLog數據結構本質是一個字符串，但是不能在String類型的KEY使用HyperLogLog的相關命令。

PFCOUNT

PFCOUNT命令參數如下：

PFCOUNT key [key …]

支持此命令的Redis版本是：>= 2.8.9
時間複雜度：返回單個HyperLogLog的基數計數值的複雜度為O(1)，平均常數時間比較低。當參數為多個key的時候，複雜度為O(N)，N為key的個數。

• 當PFCOUNT命令使用單個key的時候，返回儲存在給定鍵的HyperLogLog數據結構的近似基數，如果鍵不存在， 則返回0。
• 當PFCOUNT命令使用多個key的時候，返回儲存在給定的所有HyperLogLog數據結構的並集的近似基數，也就是會把所有的HyperLogLog數據結構合併到一個臨時的HyperLogLog數據結構，然後計算出近似基數。

PFCOUNT命令的使用方式如下：

127.0.0.1:6379> PFADD POST:1 ip-1 ip-2
(integer) 1
127.0.0.1:6379> PFADD POST:2 ip-2 ip-3 ip-4
(integer) 1
127.0.0.1:6379> PFCOUNT POST:1
(integer) 2
127.0.0.1:6379> PFCOUNT POST:1 POST:2
(integer) 4
127.0.0.1:6379> PFCOUNT NOT_EXIST_KEY
(integer) 0

PFMERGE

PFMERGE命令參數如下：

PFMERGE destkey sourcekey [sourcekey ...]

支持此命令的Redis版本是：>= 2.8.9
時間複雜度：O(N)，其中N為被合併的HyperLogLog數據結構的數量，此命令的常數時間比較高

• 功能：把多個HyperLogLog數據結構合併為一個新的鍵為destkey的HyperLogLog數據結構，合併后的HyperLogLog的基數接近於所有輸入HyperLogLog的可見集合（Observed Set）的並集的基數。
• 命令返回值：只會返回字符串OK。

PFMERGE命令的使用方式如下

127.0.0.1:6379> PFADD POST:1 ip-1 ip-2
(integer) 1
127.0.0.1:6379> PFADD POST:2 ip-2 ip-3 ip-4
(integer) 1
127.0.0.1:6379> PFMERGE POST:1-2 POST:1 POST:2
OK
127.0.0.1:6379> PFCOUNT POST:1-2
(integer) 4

使用HyperLogLog統計UV的案例

假設現在有個簡單的場景，就是統計博客文章的UV，要求UV的計數不需要準確，也不需要保存客戶端的IP數據。下面就這個場景，使用HyperLogLog做一個簡單的方案和編碼實施。

這個流程可能步驟的先後順序可能會有所調整，但是要做的操作是基本不變的。先簡單假設，文章的內容和統計數據都是後台服務返回的，兩個接口是分開設計。引入Redis的高級客戶端Lettuce依賴：

<dependency>
    <groupId>io.lettuce</groupId>
    <artifactId>lettuce-core</artifactId>
    <version>5.2.1.RELEASE</version>
</dependency>

編碼如下：

public class UvTest {

    private static RedisCommands<String, String> COMMANDS;

    @BeforeClass
    public static void beforeClass() throws Exception {
        // 初始化Redis客戶端
        RedisURI uri = RedisURI.builder().withHost("localhost").withPort(6379).build();
        RedisClient redisClient = RedisClient.create(uri);
        StatefulRedisConnection<String, String> connect = redisClient.connect();
        COMMANDS = connect.sync();
    }

    @Data
    public static class PostDetail {

        private Long id;
        private String content;
    }

    private PostDetail selectPostDetail(Long id) {
        PostDetail detail = new PostDetail();
        detail.setContent("content");
        detail.setId(id);
        return detail;
    }

    private PostDetail getPostDetail(String clientIp, Long postId) {
        PostDetail detail = selectPostDetail(postId);
        String key = "puv:" + postId;
        COMMANDS.pfadd(key, clientIp);
        return detail;
    }

    private Long getPostUv(Long postId) {
        String key = "puv:" + postId;
        return COMMANDS.pfcount(key);
    }

    @Test
    public void testViewPost() throws Exception {
        Long postId = 1L;
        getPostDetail("111.111.111.111", postId);
        getPostDetail("111.111.111.222", postId);
        getPostDetail("111.111.111.333", postId);
        getPostDetail("111.111.111.444", postId);
        System.out.println(String.format("The uv count of post [%d] is %d", postId, getPostUv(postId)));
    }
}

輸出結果：

The uv count of post [1] is 4

可以適當使用更多數量的不同客戶端IP調用getPostDetail()，然後統計一下誤差。

題外話-如何準確地統計UV

如果想要準確統計UV，則需要注意幾個點：

• 內存或者磁盤容量需要準備充足，因為就目前的基數計數算法來看，沒有任何算法可以在不保存元數據的前提下進行準確計數。
• 如果需要做用戶行為分析，那麼元數據最終需要持久化，這一點應該依託於大數據體系，在這一方面筆者沒有經驗，所以暫時不多說。

假設在不考慮內存成本的前提下，我們依然可以使用Redis做準確和實時的UV統計，簡單就可以使用Set數據類型，增加UV只需要使用SADD命令，統計UV只需要使用SCARD命令（時間複雜度為O(1)，可以放心使用）。舉例：

127.0.0.1:6379> SADD puv:1 ip-1 ip-2
(integer) 2
127.0.0.1:6379> SADD puv:1 ip-3 ip-4
(integer) 2
127.0.0.1:6379> SCARD puv:1
(integer) 4

如果這些統計數據僅僅是用戶端展示，那麼可以採用異步設計：

在體量小的時候，上面的所有應用的功能可以在同一個服務中完成，消息隊列可以用線程池的異步方案替代。

小結

這篇文章只是簡單介紹了HyperLogLog的使用和統計UV的使用場景。總的來說就是：在（1）原始數據量巨大，（2）內存佔用要求盡可能小，（3）允許計數存在一定誤差並且（4）不要求存放元數據的場景下，可以優先考慮使用HyperLogLog進行計數。

參考資料：

• antirez-Redis new data structure: the HyperLogLog
• Redis Commands
• 維基百科

（本文完 c-3-d e-a-20191117）

技術公眾號（《Throwable文摘》），不定期推送筆者原創技術文章（絕不抄襲或者轉載）：

本站聲明:網站內容來源於博客園,如有侵權,請聯繫我們,我們將及時處理

【其他文章推薦】

※帶您來了解什麼是 USB CONNECTOR  ?

※自行創業缺乏曝光? 網頁設計幫您第一時間規劃公司的形象門面

※如何讓商品強力曝光呢? 網頁設計公司幫您建置最吸引人的網站，提高曝光率!

※綠能、環保無空污,成為電動車最新代名詞，目前市場使用率逐漸普及化

※廣告預算用在刀口上，台北網頁設計公司幫您達到更多曝光效益

※教你寫出一流的銷售文案?

環境資訊中心外電；姜唯 翻譯；林大利 審校；稿源：Carbon Brief

Carbon Brief報導，根據全球碳計畫（Global Carbon Project）的研究，全世界用於生產糧食的氮肥，可能會使全球升溫2°C以內的氣候目標更難達成。

全世界用於生產糧食的氮肥，可能會使全球升溫2°C以內的氣候目標更難達成。照片來源：StateofIsrael（CC BY 2.0）

40年來人為的一氧化二氮排放增加了30%

全球碳計畫探討一氧化二氮（N₂O）排放如何加劇氣候變遷，進行首次的全面性評估。研究結果發現，過去40年間，人類產生的一氧化二氮排放增加了30%，主要原因是農業使用。

肉類和奶製品需求成長也是重要推手，因為牲畜糞便會導致一氧化二氮排放，而且氮肥通常也用於生產動物飼料。

其中人類產生的一氧化二氮排放量成長極快的國家包括巴西、中國和印度。

一氧化二氮排放趨勢與氣候目標 兩者途徑不相容

一氧化二氮是能夠長期存在大氣中的溫室氣體，就100年為期來看，能耐是二氧化碳的300倍，僅次於二氧化碳和甲烷，是氣候變遷的第三大貢獻者。

氣體透過各種自然過程釋放到大氣中，包括土壤和海洋中微生物的活動。有些自然過程，包括平流層和對流層中的化學反應，則會減少一氧化二氮排放。

但是，人類活動也會導致一氧化二氮進入大氣。人類產生的一氧化二氮排放主要來自農業，化石燃料業和生質燃燒也會產生，但影響較小。

新研究探討2007至2016年所有排放一氧化二氮排放的方式，包括人類活動和自然過程，以計算出全球首個「一氧化二氮預算」。

奧本大學國際氣候與全球變遷研究中心主任田漢勤教授說，研究結果顯示，除非採取行動去抑制，否則人為一氧化二氮排放可能影響巴黎協定全球暖化遠低於2°C的目標。「研究結果最令人驚訝的發現是，當前一氧化二氮排放趨勢與實現巴黎協定氣候目標的可能途徑不相容。」

人為一氧化二氮排放 大部分來自農業中的氮肥

2007至2016年間，全球一氧化二氮排放量平均每年淨增加430萬噸，包括自然和人為來源產生的排放。

同一時間，人為一氧化二氮排放量成長30%，上升到每年730萬噸，其中一半以上來自提高農業產量的氮肥。

根據2019年政府間氣候變遷專門委員會（IPCC）發表的氣候變遷和土地報告，自1961年以來，全球農業肥料的使用量增加了9倍。

此外，肉類和奶製品需求不斷成長也是農業排放量增加的原因。「肉類和奶製品需求持續成長、牧場草地擴張，全球牲畜糞便生產和管理相關的一氧化二氮排放量也隨之大增。」

研究顯示，自1980年代以來，農業一氧化二氮排放量在東亞和南亞、南美和非洲的成長最快。同時，北美的農業一氧化二氮排放一直維持高水準，而歐洲的農業一氧化二氮排放則有小幅下降。

一氧化二氮排放量與氣候變遷可能情境比較

科學家也將目前一氧化二氮排放量與未來兩種氣候變遷可能情境中的排放量做比較，分別是「代表性濃度途徑（RCPs）」和「共享社會經濟途徑（SSPs）」。

下圖A顯示了全球一氧化二氮排放量與RCPs預測排放量相比。圖C是全球一氧化二氮濃度與RCPs預測濃度的比較。（在RCP2.6的假設情境下，全世界成功將全球暖化限制在2°C以下，RCP8.5則是排放量非常高的假設情境，在這個情境下，本世紀末溫度可能升高約4.3°C或更多。）

圖B顯示全球一氧化二氮排放量與SSPs的預測排放量的比較，而圖D顯示全球一氧化二氮濃度與SSPs的預測濃度的比較。（SSP3是各國在氣候行動上幾乎沒有合作的假設情境，SSP1是世界一同聚焦實現氣候目標的假設情境。）

圖上黑線是平均一氧化二氮排放量，藍色虛線是「自下而上」（bottom-up）估算值，以國家資料為基礎，黃色虛線是「自上而下」（top-down）估算值，以全球模型和衛星資料為基礎。

歷年與預測的一氧化二氮（N2O）排放（A，B）和濃度（C，D）趨勢圖。圖片來源：
Tian et al. （2020）

結果，目前一氧化二氮排放與高排放情境（RCP8.5）相符，並高過所有的SSPs情境。

研究作者、澳洲聯邦科學與工業研究組織（CSIRO）氣候研究中心首席科學家、全球碳計畫執行董事康納戴爾（Pep Canadell）博士說，這表示要將全球暖化限制在2°C以下，未來的幾十年需要迅速減少一氧化二氮排放。

「要種出能養活我們的大量糧食，全球糧食系統免不了會排放一些一氧化二氮，但是我們必須大幅提高使用效率來減少排放。」康納戴爾博士說。

未參與研究的阿伯丁大學植物和土壤科學系主任史密斯（Pete Smith）教授說，這表示全世界需要改變飲食習慣因應氣候變遷。 「我們必須找到更有效率的糧食生產方法，同時降低氮的用量和每單位產品的排放量。 我們還必須重新設計糧食體系，使其減少依賴肉類和奶製品等效率低下的糧食供應鏈，並顯著減少糧食浪費，在地球可負荷範圍內養活我們所有人。」

Nitrogen fertiliser use could ‘threaten global climate goals’ by DAISY DUNNE

The world’s use of nitrogen fertilisers for food production could threaten efforts to keep global warming below 2C above pre-industrial levels.

That is according to the Global Carbon Project’s first comprehensive assessment of how nitrous oxide (N2O) emissions are contributing to climate change.

Published in Nature, the results show that human-caused N2O emissions have increased by 30% over the past four decades – with the use of nitrogen fertilisers in agriculture playing a major role in the uptick.

A growing demand for meat and dairy products has also contributed to the surge. This is because livestock manure causes N2O emissions and nitrogen fertilisers are often used in the production of animal feed, the scientists say.

The countries with the fastest growing human-caused N2O emissions include Brazil, China and India, the research adds.

Potent pollutant

N2O is a long-lived greenhouse gas that is almost 300 times more potent than CO2 over a 100-year period. It is the third-largest contributor to climate change after CO2 and methane.

The gas is released into the atmosphere by various natural processes, including through the activity of microbes in soils and oceans. Other natural processes, including chemical reactions in the stratosphere and troposphere, cause a reduction in N2O emissions.

However, human activities can also cause N2O to be released into the atmosphere. Human-caused N2O emissions chiefly come from agriculture, with the fossil-fuel industry and biomass burning also contributing to a lesser degree.

The new assessment considered all the ways in which human activities and natural processes contributed to N2O emissions from 2007-16 in order to produce the first global “N2O budget”.

The findings show that, unless curbed, human-caused N2O emissions could threaten the Paris Agreement’s target of keeping global warming “well below” 2C, says lead author Prof Hanqin Tian, director of the International Center for Climate and Global Change Research at Auburn University in Alabama. He tells Carbon Brief:

“The most surprising result of the study was the finding that current trends in N2O emissions are not compatible with pathways consistent to achieve the climate goals of the Paris Agreement.”

First budget

The infographic below, which was produced by the Global Carbon project, summarises the findings. On the infographic, orange arrows show human-caused N2O emissions while green arrows show natural N2O emissions. A blue arrow indicates the reduction in N2O emissions provided by chemical reactions in the upper atmosphere (“atmospheric chemical sink”).

The infographic shows that global N2O emissions increased by a net 4.3m tonnes a year, on average, from 2007-16. This figure includes N2O emissions from both natural and human-caused sources.

In that time, human-caused N2O emissions rose to 7.3m tonnes per year. This is 30% higher than four decades ago, the study says.

More than half of human-caused N2O emissions come from agriculture. The main driver of these emissions are nitrogen fertilisers, which are routinely sprayed overfood crops in order to boost yields.

Fertiliser application on crops has increased nine-fold worldwide since 1961, according to a recent landmark report on land and climate change from the Intergovernmental Panel on Climate Change (IPCC) released in 2019.

However, a growing demand for meat and dairy products is also a driver of increasing agricultural emissions, the researchers say in their paper:

“Growing demand for meat and dairy products has substantially increased global N2O emissions from livestock manure production and management associated with the expansion of pastures and grazing land.”

The assessment shows that, since the 1980s, agricultural N2O emissions have been rising the fastest in East and South Asia, South America and Africa.

Meanwhile, agricultural N2O emissions in North America have stayed consistently high, while Europe has seen a small dip in its agricultural N2O emissions.
Outpaced

As part of their analysis, the scientists explored how current N2O emissions compare with those from the scenarios used to make future projections about climate change.

These include the “Representative Concentration Pathways” (RCPs) and the “Shared Socioeconomic Pathways” (SSPs). 

Chart A below shows how global N2O emissions compare with projected emissions from the RCPs. Chart C, meanwhile, shows how global concentrations of N2O compare to projected concentrations from the RCPs.

(RCP2.6 is a scenario where the world successfully limits global warming to below 2C, whereas RCP8.5 is a scenario of very high emissions, where temperatures could rise by around 4.3C or more by the end of the century.)

Chart B shows how global N2O emissions compare with projected emissions from the SSPs, while chart D shows how global concentrations of N2O compare to projected concentrations from the SSPs.

(SSP3 is a scenario where countries do little to cooperate on climate action, whereas SSP1 is a scenario where the world shifts its focus to meeting climate targets.)

On the charts, the black line shows average N2O emissions, whereas the blue line shows “bottom-up” estimates and the yellow line shows “top-down” estimates. (Bottom-up estimates are based on country inventory data, whereas top-up estimates are obtained from global models and satellite data.)

in order to limit global warming to below 2C, N2O emissions will need to be rapidly reduced in the coming decades, explains study author Dr Pep Canadell, chief research scientist at the Commonwealth Scientific and Industrial Research Organisation (CSIRO) Climate Research Centre in Australia and executive director of the Global Carbon Project. He tells Carbon Brief:

“The global food system will always leak some N2O given there are no alternatives to nitrogen fertiliser for growing so much of the food we eat. However, we must become much more efficient in the way we use it, which will lead to significant emission reductions.”

The findings reinforce the message that the world needs to change its eating habits in order to tackle climate change, says Prof Pete Smith, chair of plant and soil science at the University of Aberdeen, who was not involved in the research. He tells Carbon Brief:

“The study underlines that we must find more efficient ways of producing food, with lower nitrogen inputs and emissions per unit of product. But also, we must redesign our current food system so that it can feed us all within ‘planetary boundaries’ by reducing reliance on inefficient supply chains such as meat and dairy and by dramatically reducing food waste.”

※ 全文及圖片詳見：Carbon Brief（CC BY-NC-ND 4.0）

參考資料

• Tian, H. et al. (2020) A comprehensive quantification of global nitrous oxide sources and sinks, Nature,doi.org/10.1038/s41586-020-2780-0

氮肥
一氧化二氮
溫室氣體
升溫
動物飼料
農林漁牧業
國際新聞
氣候變遷

作者

姜唯

如果有一件事是重要的，如果能為孩子實現一個願望，那就是人類與大自然和諧共存。

林大利

於特有生物研究保育中心服務，小鳥和棲地是主要的研究對象。是龜毛的讀者，認為龜毛是探索世界的美德。

延伸閱讀

• 農牧業的公衛危機？ 歐洲空污元凶竟是氮肥
• 《地球暖化1.5°C》IPCC特別報告——決策者摘要
• 深度解析：非永續土地利用與氣候變遷密切相關
• 深度解析：氣候變遷、土地劣化影響區域衝突和糧食安全？
• 深度解析：暖化、負排放、土地劣化、保育、性平、原民的交織關係

本站聲明:網站內容來源環境資訊中心https://e-info.org.tw/,如有侵權,請聯繫我們,我們將及時處理

【其他文章推薦】

※帶您來了解什麼是 USB CONNECTOR  ?

※自行創業缺乏曝光? 網頁設計幫您第一時間規劃公司的形象門面

※如何讓商品強力曝光呢? 網頁設計公司幫您建置最吸引人的網站，提高曝光率!

※綠能、環保無空污,成為電動車最新代名詞，目前市場使用率逐漸普及化

※廣告預算用在刀口上，台北網頁設計公司幫您達到更多曝光效益

※教你寫出一流的銷售文案?