HashSet用于统计独立设备访问量，通过存储设备唯一标识实现自动去重，调用size()获取数量；需选用稳定标识（如广告ID、device_token），避免IP或Session ID；高并发用ConcurrentHashMap.newKeySet()，生产环境推荐Redis SET等分布式方案。
用 HashSet 统计独立设备访问量，核心是把每个设备的唯一标识（如设备 ID、MAC 地址、IMEI 或指纹字符串）存入 HashSet，利用其自动去重特性，最后调用 size() 得到独立设备数。
选对设备唯一标识
确保每次访问携带稳定、跨会话不变的设备标识。常见选择有：
- 移动端：IMEI（需权限）、Android ID、广告 ID（推荐，用户可重置）、OAID（国内合规替代）
- Web 端：结合 User-Agent + IP + Canvas/FingerprintJS 生成轻量设备指纹（注意隐私合规）
- 统一后端方案：登录后下发长期有效的 device_token，或首次访问时服务端生成并返回给客户端缓存
⚠️ 避免直接用 IP——NAT 环境下多个设备共用一个公网 IP；也别用 Session ID——每次会话不同，无法识别同一设备的多次访问。
用 HashSet 存储并实时去重
示例代码（单机场景，如日志分析或小流量实时统计）：
立即学习“Java免费学习笔记（深入）”；
Java Development Manual
下载
Java开发手册规约集合，基于阿里巴巴Java开发手册（嵩山版）。 涵盖7大维度：编程规约、异常日志、单元测试、安全规约、MySQL数据库、工程结构、设计规约。 当用户需要：(1) 编写或审查Java代码 (2) 检查命名/代码规范 (3) 处理异常和日志 (4) 编写单元测试 (5) 安全编码 (6) 数据库设...
Set<String> uniqueDevices = new HashSet<>();
// 模拟每次请求拿到设备 ID
uniqueDevices.add("device_abc123");
uniqueDevices.add("device_xyz789");
uniqueDevices.add("device_abc123"); // 重复，自动忽略
System.out.println("独立设备数：" + uniqueDevices.size()); // 输出：2
注意：HashSet 是非线程安全的。高并发写入时，应改用 ConcurrentHashMap.newKeySet()（Java 8+）或 Collections.synchronizedSet(new HashSet())，前者性能更好。
应对生产环境：别只靠内存 HashSet
单机 HashSet 无法共享状态，重启即丢失，也不支持分布式。实际项目中建议：
- 短期统计（如最近 1 小时 UV）：用 Redis 的
SET结构，命令如SADD uv:20240520:hour1 "device_abc123"，再用SCARD获取数量 - 需要持久化或复杂查询：写入 ClickHouse / Doris，按 device_id 去重聚合
- 大数据量实时流：用 Flink 的
KeyedProcessFunction+ 状态 TTL，或 Kafka + Spark Streaming 做窗口去重
如果只是本地快速验证逻辑，HashSet 完全够用；但上线前务必评估数据规模和可用性要求。
补充：去重之外，可能还需“设备活跃度”维度
单纯统计总数不够时，可扩展为：
- 用
Map<String, Long>记录每个设备的最后访问时间，便于筛选“7 日活跃设备” - 用
ConcurrentHashMap<String, AtomicInteger>统计各设备访问频次，识别高频异常设备 - 结合布隆过滤器（BloomFilter）预判是否见过该设备，降低 HashSet/Redis 写压力（适合超大流量）
这些扩展不改变 HashSet 的基础作用，而是围绕它构建更丰富的设备行为视图。
