hyperloglog()和 approx_count_distinct()函数

hyperloglog(
    buckets INTEGER,
    value AnyElement
) RETURNS Hyperloglog

这是使用hyperloglog算法估计近似不同值个数的第一步。使用hyperloglog从原始数据创建中间聚合。然后，此组中的一个或多个访问器可以使用此中间形式来计算最终结果。

可选地，可以使用rollup()在应用访问器之前将多个这样的中间聚合对象组合起来。

如果你不确定为buckets设置什么值，请尝试使用替代聚合函数approx_count_distinct()。approx_count_distinct也会创建hyperloglog，但它会设置一个应该适用于许多用例的默认桶值。

示例

假设有一个名为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，你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

这是近似不同值个数的另一种第一步。它通过使用一些明智的默认参数来创建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，此组中的一个或多个访问器可以使用此中间形式来计算最终结果。

可选地，可以使用rollup()在应用访问器之前将多个这样的中间聚合对象组合起来。

示例

假设有一个名为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，你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 估计不同值的个数

示例

从名为hyperloglog的 hyperloglog 估计不同值的个数。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。有关桶数的近似相对误差，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 聚合组合到单个中间 hyperloglog 聚合中。例如，你可以使用rollup将 15 分钟桶中的 hyperloglog 组合到每日桶中。