hyperloglog() 和 approx_count_distinct() 函数

hyperloglog(
    buckets INTEGER,
    value AnyElement
) RETURNS Hyperloglog

这是使用 hyperloglog 算法估计不同值的近似数量的第一步。使用 hyperloglog 从原始数据创建中间聚合。然后，此中间形式可以被该组中的一个或多个访问器使用，以计算最终结果。

可选地，可以使用 rollup() 组合多个此类中间聚合对象，然后再应用访问器。

如果您不确定为 buckets 设置什么值，请尝试使用备用聚合函数 approx_count_distinct()。approx_count_distinct 也创建 hyperloglog，但它设置了一个默认桶值，该值应适用于许多用例。

示例

给定一个名为 samples 的表，其中有一列名为 weights，返回 weights 列上的 hyperloglog

SELECT hyperloglog(32768, weights) FROM samples;

复制

使用相同的数据，从聚合构建一个视图，您可以将其传递给其他 hyperloglog 函数

CREATE VIEW hll AS SELECT hyperloglog(32768, data) FROM samples;

复制

approx_count_distinct(
    value AnyElement
) RETURNS Hyperloglog

这是近似不同值数量的备用第一步。它通过使用一些合理的默认参数来创建 hyperloglog，从而提供了一些额外的便利。

使用 approx_count_distinct 从原始数据创建中间聚合。然后，此中间形式可以被该组中的一个或多个访问器使用，以计算最终结果。

可选地，可以使用 rollup() 组合多个此类中间聚合对象，然后再应用访问器。

示例

给定一个名为 samples 的表，其中有一列名为 weights，返回 weights 列上的 hyperloglog：

SELECT toolkit_experimental.approx_count_distinct(weights) FROM samples;

复制

使用相同的数据，从聚合构建一个视图，您可以将其传递给其他 hyperloglog 函数

CREATE VIEW hll AS SELECT toolkit_experimental.approx_count_distinct(data) FROM samples;

复制

distinct_count(
    hyperloglog Hyperloglog
) RETURNS BIGINT

从 hyperloglog 估计不同值的数量

示例

从名为 hyperloglog 的 hyperloglog 估计不同值的数量。预期输出为 98,814

SELECT distinct_count(hyperloglog(8192, data))
  FROM generate_series(1, 100000) data

复制

distinct_count
----------------
        98814

stderror(
    hyperloglog Hyperloglog
) RETURNS DOUBLE PRECISION

估计 Hyperloglog 的相对标准误差。有关按桶数计算的近似相对误差，请参阅相对误差部分。

示例

估计名为 hyperloglog 的 hyperloglog 的相对标准误差。预期输出为 0.011490485194281396

SELECT stderror(hyperloglog(8192, data))
  FROM generate_series(1, 100000) data

复制

stderror       
----------------------
0.011490485194281396

rollup(
  hyperloglog Hyperloglog
) RETURNS Hyperloglog

将由 hyperloglog 生成的多个中间 hyperloglog 聚合组合成单个中间 hyperloglog 聚合。例如，您可以使用 rollup 将来自 15 分钟桶的 hyperloglog 组合成每日桶。