hyperloglog() 和 approx_count_distinct() 函数

hyperloglog(
    buckets INTEGER,
    value AnyElement
) RETURNS Hyperloglog

这是使用 hyperloglog 算法估算近似不同值数量的第一步。使用 hyperloglog 从您的原始数据创建中间聚合。然后，此中间形式可由此组中的一个或多个访问器用于计算最终结果。

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

如果您不确定 buckets 的值应设置多少，可以尝试使用备用聚合函数 approx_count_distinct()。approx_count_distinct 也会创建一个 hyperloglog，但它设置了一个应适用于许多用例的默认桶值。

示例

给定一个名为 samples 的表，其中包含一个名为 weights 的列，返回 weights 列的 hyperloglog

SELECT hyperloglog(32768, weights) FROM samples;

复制

使用相同的数据，从聚合中构建一个视图，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另一个第一步。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 从您的原始数据创建中间聚合。然后，此中间形式可由此组中的一个或多个访问器用于计算最终结果。

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

示例

给定一个名为 samples 的表，其中包含一个名为 weights 的列，返回 weights 列的 hyperloglog：

SELECT toolkit_experimental.approx_count_distinct(weights) FROM samples;

复制

使用相同的数据，从聚合中构建一个视图，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 估算不同值的数量

示例

从名为 hyperloglog 的 hyperloglog 估算不同值的数量。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

估算 Hyperloglog 的相对标准误差。有关按桶数量的近似相对误差，请参阅相对误差部分。

示例

估算名为 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 聚合合并为单个中间 hyperloglog 聚合。例如，您可以使用 rollup 将 15 分钟桶的 hyperloglog 合并为每日桶。