Aerospike HLL并集交集计数异常：不同Key调用结果不一致求助

问题原因 #

你当前的代码逻辑存在核心错误：

• hll_get_intersect_count的作用是计算当前操作的Key对应的HLL Bin，与传入的HLL集合之间的交集基数
• 第一次调用operate(getKey(value), ops)时，计算的是getKey(value)对应的HLL与[result1[HLL_BIN], result2[HLL_BIN]]的交集；第二次调用operate(getKey(value2), ops)时，计算的是getKey(value2)对应的HLL与同一组HLL的交集。两次计算的基准HLL完全不同，结果自然不一致。
• 你实际需求是计算result1和result2这两个合并后HLL的交集计数，但当前代码完全偏离了这个目标。

另外补充：hll_get_union_count结果一致只是巧合——如果getKey(value)和getKey(value2)对应的HLL本身是空的，那两次计算的都是result1和result2的并集计数；但如果这两个Key的HLL有数据，结果也会出现差异，本质上你的并集计算逻辑同样存在漏洞。

正确做法 #

要计算多个独立HLL的交集基数，推荐两种可行方式：

方式1：使用临时Key存储基准HLL #

先将其中一个目标HLL存入临时Key，再以此为基准计算与其他HLL的交集：

# 定义临时Key
temp_key = "temp_hll_intersect"
# 将result1存入临时Key的HLL Bin
client.put(temp_key, {HLL_BIN: result1[HLL_BIN]})
# 计算临时HLL与result2的交集计数
ops = [hll_ops.hll_get_intersect_count(HLL_BIN, [result2[HLL_BIN]])]
_, _, intersect_result = client.operate(temp_key, ops)
print(f'intersect_count={intersect_result}')
# 清理临时Key（可选）
client.remove(temp_key)

方式2：基于已有Key的HLL直接计算 #

如果result1是getKey(value)的HLL与records的并集，可先将并集结果保存到原Key，再以此为基准计算与result2的交集：

# 先将getKey(value)的HLL与records合并并保存到原记录
ops = [hll_ops.hll_set_union(HLL_BIN, records)]
client.operate(getKey(value), ops)
# 计算该记录的HLL与result2的交集计数
ops = [hll_ops.hll_get_intersect_count(HLL_BIN, [result2[HLL_BIN]])]
_, _, intersect_result = client.operate(getKey(value), ops)
print(f'intersect_count={intersect_result}')

内容的提问来源于stack exchange，提问作者darekarsam